Некоторые методы устранения мультиколлинеарности данных в эконометрических моделях:

1. Исключение из модели одной или ряда коррелированных переменных. 23 Однако на практике не всегда ясно, какие из переменных являются лишними, поэтому исключение независимых переменных связано с риском возникновения ошибки спецификации. 2
2. Получение дополнительных данных или новой выборки. 23 Увеличение количества данных сокращает дисперсии коэффициентов регрессии и тем самым увеличивает их статистическую значимость. 2 Однако данный подход может усилить проблему автокорреляции остатков. 2
3. Изменение спецификации модели. 23 Речь идёт либо об изменении формы модели, либо о добавлении новых объясняющих переменных, неучтённых в первоначальной модели, но существенно влияющих на зависимую переменную. 2
4. Переход с помощью линейного преобразования к новым некоррелирующим независимым переменным. 2
5. Использование альтернативных (нелинейных) форм зависимостей. 1 В некоторых случаях это может снизить остроту проблемы мультиколлинеарности. 1

Единого метода устранения мультиколлинеарности, годного в любом случае, не существует, так как причины и последствия мультиколлинеарности неоднозначны и во многом зависят от результатов выборки. 3