3、变换模型的形式 如果作为解释变量的某些经济变量间出现高度相关,而进行回归分析 的目的是为了预测,不是研究单个经济变量对因变量的影响时,可以根据 实际问题,改变模型模型的形式。 4、增加样本容量 如果多重共线性是由样本引起,增加样本容量可以减少多重共线性的 程度。以二元回归方程为例,根据第二节的结果,参数估计值的方差为: ar(62) ∑ ∑x∑x2-∑ ∑x3(1-r2) 样本容量增大时,∑x2增大,方差将减小,可以提高参数估计的精度。 5、横截面数据与时间序列数据并用 如果时间序列数据中,解释变量间存在高度相关,可以先使用横截面 数据估计出存在高度相关解释变量中的一个或多个,然后再在时间序列数 据中剔除这些变量,在消除多重共线性影响下估计因变量与剩余变量间的 回归式3、变换模型的形式 如果作为解释变量的某些经济变量间出现高度相关，而进行回归分析 的目的是为了预测，不是研究单个经济变量对因变量的影响时，可以根据 实际问题，改变模型模型的形式。 4、增加样本容量 如果多重共线性是由样本引起，增加样本容量可以减少多重共线性的 程度。以二元回归方程为例，根据第二节的结果，参数估计值的方差为：      − = − = (1 ) ) ˆ ( 2 2 3 2 2 3 2 3 2 2 2 2 2 2 3 x r x x x x x Var i i i i i i    （ ） 当样本容量增大时， x2 2 i 增大，方差将减小，可以提高参数估计的精度。 5、横截面数据与时间序列数据并用 如果时间序列数据中，解释变量间存在高度相关，可以先使用横截面 数据估计出存在高度相关解释变量中的一个或多个，然后再在时间序列数 据中剔除这些变量，在消除多重共线性影响下估计因变量与剩余变量间的 回归式