黄石2026-05-06 09:57:22

同学你好。对的，这个是涉及到perfect collinearity和multicollinearity，和omitted variable bias关系不大。Omitted variable bias说的是如果你漏掉一个可以解释Y、同时又与模型中已包含的X有关系的变量，那么模型的估计结果就会出现偏差，因为这个漏掉的变量对于Y的影响将会反映在模型中X对于Y的影响（也就是会反映在X前的斜率系数上，此时回归模型无法无偏且一致地估计这个斜率系数）。Perfect collinearity说的是模型中两个或多个自变量之间的相关性达到了1（或-1），此时回归模型无法判断变量各自对于Y的影响（因为这两个变量现在是完全同涨同跌的）。Multicollinearity则是perfect collinearity的一般形式，即自变量之间高度相关（但达不到+/-1这么高）。