When two or more explanatory variab

When two or more explanatory variables
are highly correlated with each
other, we say there is multicollinearity.
Multicollinearity poses problem to the ordinary
least squares’ estimates. It will be possible
to obtain the least squares’ estimates
of the regression coefficients (when there is
no perfect collinearity) however, the interpretation
of the OLS coefficients will be
quite difficult.

ผลลัพธ์ (ไทย) 1:

เมื่อสอง หรือมากกว่าสองตัวแปรอธิบาย
จะสูง correlated ละ
อื่น ๆ เราว่า multicollinearity ได้
Multicollinearity มาสร้างปัญหาให้ปกติ
ประเมินกำลังสองน้อยสุด มันจะเป็นไปได้
รับประเมินการกำลังสองน้อยสุด
ของสัมประสิทธิ์ถดถอย (เมื่อมี
ภาวะร่วมเส้นตรงไม่เหมาะ) อย่างไรก็ตาม การตี
OLS สัมประสิทธิ์จะ
ค่อนข้างยาก

ผลลัพธ์ (ไทย) 2:

เมื่อสองคนหรือมากกว่าตัวแปรอธิบาย
มีความสัมพันธ์อย่างมากกับแต่ละ
อื่น ๆ ที่เราบอกว่ามีความเป็นพหุ
พหุ poses ปัญหาในการสามัญ
ประมาณการกำลังสองน้อย ' มันจะเป็นไปได้ที่
จะได้รับการประมาณการกำลังสองน้อย '
ของสัมประสิทธิ์การถดถอย (เมื่อมีการ
collinearity ไม่มีที่สมบูรณ์แบบ) แต่การตีความ
ของสัมประสิทธิ์ OLS จะเป็น
เรื่องยากมาก

ผลลัพธ์ (ไทย) 3:

เมื่อสองคนหรือมากกว่าการอธิบายตัวแปรมีความสัมพันธ์กัน

อื่น ๆ เราว่ามัน poses ปัญหาศึกษา .
ข้อมูลประมาณการสามัญ
Least Squares ' มันจะเป็นไปได้
รับสี่เหลี่ยมอย่างน้อยประมาณ
ของสัมประสิทธิ์ถดถอย ( เมื่อมี
ไม่สมบูรณ์แบบ collinearity ) อย่างไรก็ตาม การตีความของทั้ง 2 จะ

ค่อนข้างยาก