Multicolinealidad¿Qué pasa si las regresoras están correlacionadas?

1. Detección de la Multicolinealidad

1.1. La presencia de un R2 elevado y razones t poco significativas

1.2. Altas correlaciones entre parejas de regresores

1.3. Regresiones auxiliares

1.4. Valores propios e índice de condición

2. Consecuencias teóricas de la multicolinealidad

2.1. Los estimadores MCO presentan varianzas y covarianzas grandes que hacen difícil la estimación precisas.d

2.2. Los intervalos de confianza tienden a ser mucho más amplios, lo que hace más posible aceptar una hipótesis nula de cero.

2.3. La razón t de uno o más coef tienden a ser no significativas.

2.4. El R 2 puede ser muy alto.

2.5. Los estimadores MCO y sus errores estándar pueden ser sensibles a pequeños cambios en la información

3. Naturaleza de la multicolinealidad

3.1. Significó la existencia de una relación perfecta o exacta entre las variables explicativas de un modelo de regresión.

3.2. En la actualidad se incluye en la multicolinealidad el término de error estocástico

4. Multicolinealidad

4.1. Multicolinealidad perfecta

4.1.1. Los coef de regresión permanecen indeterminados y sus errores estándar son infinitos.

4.1.2. No se puede obtener una solución única para los coeficientes de regresión individual, pero si se pueden obtener para combinaciones lineales de estos.

4.1.3. Las varianzas y los errores estándar de β2 y β3 son infinitos

4.2. Multicolinealidad "alta" pero imperfecta

4.2.1. No existe una relación perfecta entre las variables, puede haber una alta multicolinealidad, situación en la cual es posible la estimación de los coef de regresión β2 y β3.