Monikollineaarisuutta

Monikollineaarisuus viittaa tilanteeseen regressioanalyysissä, jossa kaksi tai useampi selittävä muuttuja on vahvasti lineaarisesti riippuvaisia toisistaan. Toisin sanoen, yksi selittävä muuttuja voidaan ennustaa melko tarkasti muiden selittävien muuttujien lineaarisella yhdistelmällä. Vaikka yksittäiset selittävät muuttujat voivat olla merkityksellisiä, niiden yhdistelmä voi aiheuttaa ongelmia.

Monikollineaarisuuden pääasiallinen ongelma on, että se vaikeuttaa yksittäisten selittävien muuttujien vaikutusten tarkkaa arviointia selitettävään muuttujaan. Kun muuttujat ovat vahvasti korreloituneita, on vaikea erottaa, kumpi niistä todellisuudessa selittää havaitun vaihtelun. Tämä voi johtaa epävakaisiin ja suurilukuisiin regressiokertoimien estimointeihin, jotka ovat herkkiä pienille muutoksille datassa. Lisäksi standardivirheet kasvavat, mikä tekee hypoteesien testaamisesta epäluotettavaa.

Monikollineaarisuutta voidaan havaita tarkastelemalla selittävien muuttujien välisiä korrelaatiokertoimia, varianssin inflaatiotekijöitä (VIF) tai toleranssiarvoja. VIF-arvo, joka on suurempi kuin 5 tai 10 (riippuen käytännöstä), viittaa usein ongelmalliseen monikollineaarisuuteen. Ratkaisukeinoja ovat esimerkiksi yhden tai useamman vahvasti korreloituneen muuttujan poistaminen, muuttujien yhdistäminen tai erityisten regressiotekniikoiden, kuten harjausregressio (ridge regression), käyttö.