4、变量的显著性检验失去意义 存在多重共线性时 参数估计值的方差与标准差变大 容易使通过样本计算的值小于临界值， 误导作出参数为0的推断 可能将重要的解释变量排除在模型之外
4、变量的显著性检验失去意义 存在多重共线性时 参数估计值的方差与标准差变大 容易使通过样本计算的t值小于临界值， 误导作出参数为0的推断 可能将重要的解释变量排除在模型之外
5、模型的预测功能失效 ·变大的方差容易使区间预测的“区间”变大，使 预测失去意义
5、模型的预测功能失效 • 变大的方差容易使区间预测的“区间”变大，使 预测失去意义
注意： 除非是完全共线性，多重共线性并不意味着 任何基本假设的违背； 因此，即使出现较高程度的多重共线性， OLS估计量仍具有线性性等良好的统计性质。 问题在于，即使OLS法仍是最好的估计方法， 它却不是“完美的”，尤其是在统计推断上无 法给出真正有用的信息
注意： 除非是完全共线性，多重共线性并不意味着 任何基本假设的违背； 因此，即使出现较高程度的多重共线性， OLS估计量仍具有线性性等良好的统计性质。 问题在于，即使OLS法仍是最好的估计方法， 它却不是“完美的”，尤其是在统计推断上无 法给出真正有用的信息
三、多重共线性的检验 Detection of Multillinearity
三、多重共线性的检验 Detection of Multillinearity
说明 多重共线性表现为解释变量之间具有相关关系， 所以用于多重共线性的检验方法主要是统计方法： 如判定系数检验法、逐步回归检验法等。 多重共线性检验的任务是： (1)检验多重共线性是否存在； (2)估计多重共线性的范围，即判断哪些变量 之间存在共线性
多重共线性检验的任务是： （1）检验多重共线性是否存在； （2）估计多重共线性的范围，即判断哪些变量 之间存在共线性。 多重共线性表现为解释变量之间具有相关关系， 所以用于多重共线性的检验方法主要是统计方法： 如判定系数检验法、逐步回归检验法等。 说明