首先要明確一點(diǎn)：變量之間的相關(guān)性（只要不是完全相關(guān)）是不會(huì)影響參數(shù)的一致性的。

那么會(huì)影響什么呢？影響的是參數(shù)估計(jì)的方差。

所以，如果你的樣本足夠大，變量間的相關(guān)性不是什么大問題，甚至壓根就不是問題。

那么如果你的樣本沒那么大，該怎么處理呢？這個(gè)時(shí)候就要看你做模型的目的了。

簡(jiǎn)單的區(qū)分的話，你究竟關(guān)注相關(guān)，還是因果，甚至只是想預(yù)測(cè)？

如果你是關(guān)注因果，那么不好意思，這個(gè)問題沒有辦法。比如如果在經(jīng)濟(jì)學(xué)里面，你如果刪掉任何一個(gè)變量，都會(huì)導(dǎo)致遺漏變量而產(chǎn)生偏誤，這個(gè)時(shí)候你的系數(shù)估計(jì)是不一致的。

如果僅僅是關(guān)注相關(guān)，那么主成分分析等是個(gè)好的方法。此外如果你覺著有一些系數(shù)應(yīng)該為0，甚至還可以LASSO。

如果你是想預(yù)測(cè)，那么雖然多重共線性導(dǎo)致系數(shù)估計(jì)方差變大，但是預(yù)測(cè)能力不會(huì)有所降低，所以這個(gè)問題沒有那么值得去處理。

參考：https://www.zhihu.com/question/27974196