Наибольшие трудности в использовании множественной регрессии – при наличии мультиколлинеарности факторов, когда более чем 2 фактора связаны между собой линейной зависимостью, т. е. имеет место совокупное воздействие факторов друг на друга. В результате вариация в исходных данных перестает быть полностью независимой, и нельзя оценить воздействие каждого фактора в
отдельности.
Включение в модель мультиколлинеарных факторов нежелательно в силу последствий:
- затрудняется интерпретация параметров множественной регрессии как характеристик действия факторов в «чистом» виде, ибо факторы коррелированы;
- параметры линейной регрессии теряют экономический смысл;
- оценки параметров ненадежны, обнаруживают большие стандартные ошибки и меняются с изменением объема наблюдений (не только по величине, но и по знаку), что делает модель непригодной для анализа и прогнозирования.
Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами.
Если бы факторы не коррелировали между собой, то матрица парных коэффициентовкорреляции между факторами была бы единичной матрицей, поскольку все недиагональные элементы были бы равны нулю.
Если же, наоборот, между факторами существует полная линейная зависимость и все коэффициенты корреляции равны единице, то определитель такой матрицы равен нулю.