本题考查多元线性回归模型相关知识。多重共线性指自变量之间存在线性相关关系，即一个自变量可以用其他一个或几个自变量的线性表达式进行表示。若存在多重共线性，计算自变量的偏回归系数β时，矩阵不可逆，导致β存在无穷多个解或无解。通常可以利用逐步回归、岭回归、Lasso回归，提前使用主成分、变量聚类等方法予以解决，因此本题选D。

正确答案是：D: 逐步回归。

专业分析：
多重共线性是指在多元线性回归模型中，自变量之间存在高度相关性，这会导致回归系数的不稳定，从而影响模型的解释能力和预测性能。解决多重共线性问题的方法有多种，其中逐步回归是一种有效的方法。

逐步回归是一种变量选择技术，通过逐步引入或剔除自变量，来构建一个最优的回归模型。具体步骤包括：
1. **逐步引入法（前向选择）**：从无自变量开始，逐步引入对模型解释力有显著贡献的变量。
2. **逐步剔除法（后向消除）**：从包含所有自变量的模型开始，逐步剔除对模型解释力贡献不显著的变量。
3. **双向逐步法**：结合前向选择和后向消除，逐步引入和剔除变量，直到模型达到最优。

通过逐步回归，可以有效减少多重共线性问题，因为它会自动剔除那些与其他自变量高度相关的变量，从而提高模型的稳定性和解释能力。

其他选项的分析：
A: 取对数 - 取对数可以用来处理数据的非线性关系和异方差性问题，但对多重共线性问题帮助不大。
B: 平方 - 平方变换也主要用于处理非线性关系，对多重共线性问题的解决没有直接帮助。
C: 去除异常值 - 去除异常值可以提高模型的鲁棒性，但对多重共线性问题的影响有限。

因此，逐步回归是解决多重共线性问题的一个有效方法。