В чем заключаются последствия мультиколлинеарности в статистических моделях?

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

• Снижение точности оценивания. books.econ.msu.ru 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. books.econ.msu.ru
• Неустойчивость результатов. books.econ.msu.ru spravochnick.ru Небольшое изменение исходных данных приводит к существенному изменению оценок коэффициентов. books.econ.msu.ru
• Незначимость большинства переменных. books.econ.msu.ru Каждая переменная в отдельности является незначимой, а уравнение в целом является значимым и характеризуется близким к единице коэффициентом R2. books.econ.msu.ru
• Неправдоподобность результатов. books.econ.msu.ru Оценки коэффициентов имеют неправильные с точки зрения экономической теории знаки или неоправданно большие значения. books.econ.msu.ru
• Затруднение интерпретации. openedo.mrsu.ru spravochnick.ru Параметры множественной регрессии не могут быть интерпретированы как характеристики действия факторов в чистом виде, так как факторы коррелированы. openedo.mrsu.ru

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