在多元线性回归模型的实际应用中,解释变量之间几乎不存在完全不相关的现象。尤其是在研究某经济问题时,往往涉及多个变量,各个变量之间普遍存在着多重共线性的现象,因而会给模型造成一定的影响。其不仅会影响参数的估计,还会使模型的误差扩大,导致模型的稳定性遭到破坏。因此,本文主要针对这一问题进行了讨论与研究。现如今,随着科学的进步与发展,人们已经探究出很多理论与功能各不相同的方法来解决多重共线性问题,通过它们的优劣,为人们选择具体适当的模型提供了有力的依据。本文主要介绍了两种方法:岭回归方法和主成分回归方法,理论与实际相结合,对这两种方法做出了诠释。首先,从理论上分析了两种方法的基本理念;其次,通过例子具体来说明两种模型的不同作用和特点。除此之外,本文还介绍了岭回归分析中广义岭估计的一种改进方法。通过计算,比较均方误差与均方残差的数值大小,对模型的优劣加以区分,以便人们选择更好的适当的模型来解决问题。