foreseer201 关于多重共线性，在论坛里搜到很多相关的帖子。 完全共线性的影响好理解，是因为会造成t(x)%*%x不可逆（不符合满秩的条件？） 但是不是完全共线性的情况下，会增大系数估计的方差，原因是什么呢？ 谢谢~~ [s:13]
bigknife 我对多重共线性的理解一直是基于试验设计的，设计阵的两列之间如果存在完全的线性关系，那么是无法估计这两列所代表因子的效应的。这也是试验设计中说的混杂，也就是说两个因子的效应相互混杂了，无法估计其中任何一个因子的效应。而设计中也有一个部分混杂的概念，说的就是两列之间具有相关性（比如，相关系数不是0），但是也不是完全线性相关（相关系数为1）。在部分混杂的情况下，估计系数也是有问题的。之所以系数估计值的方差会增大，也是因为因子之间部分混杂导致的。
firelife 从向量的角度来看，一个Y向量是由多个X向量的线性组合。 假设有两个X向量，那么Y=aX1+bX2 两个X向量基本在同一个方向上。所以Y只要有一点点的变化，就会引起X1，X2这个组成Y这个对角线的两条边的系数剧烈变化。 也就是参数a,b的变化很大。 原理就是这样，不知道描述的是否清楚
