回归分析中是先做自变量的显著性检验还是先做自相关性检验

题目

回归分析中是先做自变量的显著性检验还是先做自相关性检验
在做回归分析的课程设计,
请问是应该先对所有自变量做显著性检验,用逐步法剔除掉不显著的变量之后对剩余的显著的自变量做自相关性检验、异方差性检验和多重共线性检验?
还是先对原来所有的自变量做自相关性检验、异方差性检验和多重共线性检验,再剔除变量?
还有主成分回归、岭回归是应该用原来的所有自变量做还是用逐步法剔除后的变量做呢?
如果不嫌麻烦的话能否说一下原因.
谢谢解答啊.

答案

先进性复共线性检验,如果变量之间复共线性特别大,那么进行岭回归和主成分回归,可以减少复共线性,岭回归是对变量采取了二范数约束,所以最后会压缩变量的系数,从而达到减小复共线性的目的,另外这个方法适合于p》n的情...