Коэффициента регрессии, как правило, ато означает, что данные выборки со-

Держат мультиколлинеарность. Также мультиколлинеарность можно обнару-

Жить, проверяя коэффициенты корреляции между двумя переменными, которые

Могут быть тесно связаны между собой.6 На практике коэффициент корреля-

Ции, равный 0,7 и более, дает исследователям основания подозревать наличие

Мультиколлинеарности.

Если мультиколлинеарность является серьезной проблемой в регрессион-

Ном анализе, она будет стремиться завышать стандартные ошибки коэффици-

Ентов. Это будет снижать Означения (которые, как вы помните, вычисляются

При помощи стандартных ошибок коэффициентов). Это усложняет отклоне-

Ние нулевой гипотезы и, конечно же, выявление статистически значимых неза-

Висимых переменных в регрессионной модели.

Однако следует отметить, что, если исследователь просто хочет использо-

Вать полученные коэффициенты регрессии как основу для прогнозирования

Будущих значений зависимых переменных, мультиколлинеарность не будет

Представлять серьезной проблемы. Эту статистическую проблему следует ре-

Шать, когда исследователь хочет понять основополагающую структуру функ-

Ции спроса (т. е. ключевые факторы спроса). Большинство пакетов программ

Автоматически рассчитывают матрицу коэффициентов корреляции для всего