Os 2 tipos de Multicolinearidade

Multicollinearity surge quando existe uma relação linear entre duas ou mais variáveis ​​independentes em um modelo de regressão. Na prática, você raramente encontram multicolinearidade perfeita, mas alta multicolinearidade é bastante comum e pode causar sérios problemas para a sua análise de regressão.

Dois tipos de multicolinearidade existir:

• multicolinearidade perfeita ocorre quando duas ou mais variáveis ​​independentes em um modelo de regressão exibem uma determinista (Perfeitamente previsível ou não contendo aleatoriedade) relação linear. Quando as variáveis ​​perfeitamente colineares são incluídos como variáveis ​​independentes, você não pode usar a técnica de OLS para estimar o valor dos parâmetros. multicolinearidade perfeita, portanto, viola um dos clássicos do modelo de regressão linear (CLRM) premissas.

• alta multicolinearidade resulta de uma relação linear entre as variáveis ​​independentes com um elevado grau de correlação, mas não são completamente determinista (em outras palavras, eles não têm correlação perfeita). É muito mais comum do que sua contraparte perfeita e pode ser igualmente problemático quando se trata de estimar um modelo econométrico.

Na prática, a multicolinearidade perfeita é incomum e pode ser evitado com uma atenção especial às variáveis ​​independentes do modelo. No entanto, a alta multicolinearidade é bastante comum e pode criar problemas de estimação graves. Por esta razão, quando econometristas apontam para um problema de multicolinearidade, eles estão normalmente se referindo a Alto MULTICOLINEARIDADE em vez de perfeito multicolinearidade.