Multi-Collinearity (Glossar)

Multi-Collinearity

Sie bezeichnet das Vorliegen einer hohen Korrelation zwischen zwei oder mehreren unabhängigen Variablen. Dies deutet auf eine spezifische gemeinsame Abhängigkeit und gemeinsame Varianz hin. Damit lassen sich die spezifischen Beiträge einzelner unabhängiger Variablen zur Erklärung der abhängigen Variable nicht mehr oder nur schwer differenzieren. Entsprechend steigt der Standardschätzfehler der Regressionskoeffizienten und die Schätzung wird unzuverlässiger. Das Bestimmtheitsmaß r² kann unter diesen Umständen signifikant werden, obwohl alle Koeffizienten der Funktion es nicht sind. Im Falle perfekter Multikollinearität (d.h. perfekte wechselseitig lineare Abhängigkeit der Prädiktoren) können manche Modelle (zB lineare Modelle) gar nicht eindeutig geschätzt werden.

Multikollinearität wird oft mit den Variance Inflation Factors (VIF) pro Variable überprüft. Je größer der VIF, umso eher besteht ein Multikollinearitätsproblem. Als Faustregel gelten Werte >5-7 als problematisch. Werte >10 weisen ziemlich sicher auf Multikollinearität hin.