collinearity

词义说明

collinearity 的核心含义是“共线性”，指多个点位于同一条直线上的几何性质。在数学中，它描述的是点集与直线的关系，例如三点共线。引申到统计学和计量经济学中，它指自变量之间存在高度线性相关关系，即一个自变量可以近似由其他自变量的线性组合表示，这会导致回归系数估计不稳定、标准误增大等问题。此外，在几何投影和计算机视觉中，共线性也用于描述特征点是否在同一直线上。从本义到引申义，均围绕“直线上的共同性”这一概念展开。

词根溯源

collinearity 由前缀 co-（共同、一起）和词根 line（线）及后缀 -arity（表示性质、状态）构成。词根 line 源自拉丁语 linea，意为“线”；前缀 co- 源自拉丁语 cum，意为“与、共同”。因此 collinearity 字面意为“共同处于一条线上的性质”。记忆时，可拆解为 co + line + arity，联想到“多个点在同一条线上”的几何图形。该词在数学和统计学中为专业术语，日常少见。

适用语境

collinearity 主要用于学术写作，尤其是数学、统计学、计量经济学和计算机科学领域。在数学论文中，它指几何中的共线性；在统计学论文中，常讨论多重共线性（multicollinearity）问题，涉及回归分析。在商务或日常口语中几乎不出现，除非涉及数据分析报告。在新闻报道中，可能出现在科技或经济报道中，但频率低。法律文本中极少使用。不同场景下，含义基本一致，但统计学语境中更强调变量间的关系，而几何语境中强调点的位置。

语法要点

collinearity 是不可数名词，通常用作主语或宾语。常见句型如：“The collinearity of the three points is evident.”（这三点共线性明显。）“Multicollinearity can affect regression results.”（多重共线性会影响回归结果。）易错点：不要与 collineation（共线变换）混淆；在统计学中，常与 multicollinearity 混用，但 collinearity 可指一般线性相关，而 multicollinearity 特指多个自变量间的高相关。

近义比较

collinearity 与 linear relationship（线性关系）相近，但前者特指“共线”的几何性质或统计中的高度相关，后者泛指任何线性关联。与 correlation（相关性）相比，collinearity 更强调变量间可近似线性表示，而 correlation 指统计关联强度，不限于线性。在几何中，collinearity 与 alignment（对齐）相近，但 alignment 更宽泛。使用时，若强调点在直线上，用 collinearity；若强调变量间的线性依存，也用 collinearity，但若仅指一般相关，则用 correlation。

使用注意

collinearity 属于正式学术词汇，语域较高，多用于专业文献。它没有褒贬色彩，但在统计学中常被视为问题，因为多重共线性会降低模型可靠性。常见误用包括：将 collinearity 与 collineation 混淆；在非统计语境中误用为“线性”的一般意义；或将 collinearity 视为可数名词（如 a collinearity），实际为不可数。此外，在统计报告中，应明确区分 collinearity 和 multicollinearity，避免误解。

常见搭配

• multicollinearity
• perfect collinearity
• collinearity test
• collinearity diagnostic
• collinearity among variables
• collinearity issue
• collinearity in regression

句子示例

1. In geometry, the collinearity of three points can be tested by calculating the area of the triangle they form.在几何学中，三点共线性可通过计算它们所构成三角形的面积来检验。
2. The regression model suffered from severe collinearity, leading to unstable coefficient estimates.该回归模型存在严重的共线性，导致系数估计不稳定。
3. Researchers often check for collinearity among independent variables before performing multiple regression.研究者在进行多元回归前，常检查自变量之间的共线性。
4. The concept of collinearity is fundamental in projective geometry.共线性是射影几何中的基本概念。
5. High collinearity between predictors can inflate the variance of regression coefficients.预测变量之间的高度共线性会增大回归系数的方差。
6. The computer vision algorithm detects collinearity among feature points to identify straight edges.计算机视觉算法通过检测特征点之间的共线性来识别直线边缘。