При наличии мультиколлинеарности МНК–оценки формально существуют, но имеют недостатки:
1) небольшое изменение исходных данных приводит к существенному изменению оценок регрессии, что делает модель непригодной для анализа и прогнозирования;
2) оценки имеют большие стандартные ошибки, малую значимость, в то время как модель в целом является значимой и индекс детерминации имеет высокое значение;
3) наличие коллинеарности затрудняет интерпретацию параметров множественной регрессии как характеристик факторов в «чистом» виде; параметры линейной регрессии теряют свой смысл; возможно получение неверного знака у коэффициента регрессии;
4) затрудняется определение вклада каждой из объясняющей переменных в объяснимую уравнением регрессии дисперсию зависимой переменной.