VIF（Variance Inflation Factor，方差膨脹因子）是用於衡量多元線性回歸模型中自變數之間多重共線性嚴重程度的一個統計量。VIF值越大，表明自變數之間的共線性程度越高。一般認為，如果VIF值大於10，則存在多重共線性問題；如果VIF值在5到10之間，表明自變數之間存在一定程度的共線性問題，需要進行關注和調整；當VIF值小於5時，可以認為自變數之間的共線性問題不太嚴重，可以忽略不計。
VIF值是通過計算回歸係數估計量的方差與假設自變數間不線性相關時方差相比的比值得出的。在多元回歸中，我們可以通過計算VIF來檢驗回歸模型是否存在嚴重的多重共線性問題。VIF值越大，說明自變數之間存在共線性的可能性越大。
需要注意的是，VIF值只能夠判斷自變數之間的共線性程度，不能夠判斷因變數與自變數之間的線性關係。此外，VIF值只能夠用於多元線性回歸分析，對於其他類型的回歸分析，如邏輯回歸等，不適用。VIF值的大小受到數據樣本量的影響，對於小樣本數據，VIF值的波動可能會比較大，需要結合具體數據進行判斷。
在實際套用中，還應結合其他指標，如相關係數、回歸係數、擬合誤差等來判斷是否存在多重共線性。例如，觀察回歸係數的t值和變數之間的相關係數也是檢測多重共線性的有效方法。