Почему мультиколлинеарность может привести к ненадежным оценкам параметров модели?

Мультиколлинеарность может привести к ненадёжным оценкам параметров модели, потому что небольшие изменения в данных приводят к значительным изменениям в оценках параметров модели. 2 Это делает модель «хрупкой» и ненадёжной для новых данных. 2

Также оценки параметров становятся менее точными. 2 Это ведёт к широким доверительным интервалам и статистически незначимым результатам даже при фактически важных признаках. 2

Кроме того, при сильной корреляции двух регрессоров в выборке они, как правило, меняются одновременно, и оказывается трудно отличить влияние одного регрессора на зависимую переменную от влияния другого. 5

Таким образом, основным негативным последствием мультиколлинеарности является снижение точности оценки отдельных коэффициентов. 5