Некоторые последствия мультиколлинеарности (высокой взаимной статистической зависимости между факторными переменными) в статистических моделях:

• Снижение точности оценивания. 4 Это происходит из-за того, что при сильной корреляции двух регрессоров в выборке они, как правило, меняются одновременно, и трудно отличить влияние одного регрессора на зависимую переменную от влияния другого. 4
• Неустойчивость результатов. 45 Небольшое изменение исходных данных приводит к существенному изменению оценок коэффициентов. 4
• Незначимость большинства переменных. 4 Каждая переменная в отдельности является незначимой, а уравнение в целом является значимым и характеризуется близким к единице коэффициентом R2. 4
• Неправдоподобность результатов. 4 Оценки коэффициентов имеют неправильные с точки зрения экономической теории знаки или неоправданно большие значения. 4
• Затруднение интерпретации. 15 Параметры множественной регрессии не могут быть интерпретированы как характеристики действия факторов в чистом виде, так как факторы коррелированы. 1

Однако мультиколлинеарность может как осложнить процесс исследования, так и не оказать существенного влияния на итоговые результаты. 5 Это определяется целями проведения эконометрического исследования. 5