Почему мультиколлинеарность может привести к неправильным результатам в модели?

Мультиколлинеарность может привести к неправильным результатам в модели, потому что из-за неё вариации в исходных данных перестают быть независимыми. applied-research.ru В результате невозможно выделить влияние каждой независимой переменной в отдельности на зависимую. applied-research.ru

Некоторые другие последствия мультиколлинеарности:

• Большие стандартные ошибки. studizba.com math.semestr.ru Это затрудняет нахождение истинных значений определяемых величин и расширяет интервальные оценки, ухудшая их точность. studizba.com
• Уменьшение t-статистик коэффициентов. studizba.com math.semestr.ru Это может привести к неоправданному выводу о существенности влияния соответствующей объясняющей переменной на зависимую. studizba.com
• Неустойчивость оценок. studizba.com math.semestr.ru Оценки коэффициентов и их стандартные ошибки становятся очень чувствительными к малейшим изменениям данных. studizba.com
• Затруднение определения вклада каждой из объясняющих переменных в объясняемую уравнением регрессии дисперсию зависимой переменной. studizba.com
• Получение неверного знака у коэффициента регрессии. studizba.com

Мультиколлинеарность может сделать модель непригодной для анализа и прогнозирования. math.semestr.ru