You are on page 1of 8

Deteccin de la

Multicolinealidad
MI. MIGUEL NGEL SOLS JIMNEZ

Procedimientos para la
deteccin
De manera general se presentan tres procedimientos que
pueden emplearse para la deteccin de la
Multicolinealidad:
1. Usar una matriz de correlacin.
2. Comparar los coeficientes de determinacin entre la
variable dependiente y cada una de las variables
independientes.
3. Analizar el Factor de Inflacin de varianza.

1. Usar la matriz de correlacin


El procedimiento consiste en determinar una matriz de
correlacin entre todas las variables del modelo y observar los
valores para las variables independientes rij. Aunque no existe
un valor predeterminado que seale la aparicin de
Multicolinealidad, valores por encima de 0.8 pueden indicar
un problema que puede presentarse.

Para eliminar conjeturas, se puede hacer una prueba t para


determinar si el nivel de correlacin entre las dos variables
independientes difieren significativamente de cero.

1. Usar la matriz de correlacin


La prueba es la siguiente:

H0: rij=0
H1: rij0
Para la prueba, to=r12/Sr donde r12 es la correlacin muestral
entre las dos variables independientes, Y Sr se determina
por: =

2
1

Con los datos anteriores se determina to, y se plantea la


regla de decisin: rechazar Ho si to >ta,n-2

2. Comparar los coeficientes


de determinacin
Este procedimiento consiste en comparar los coeficientes de
determinacin entre la variable dependiente y cada una de las variables
independientes y revisar el coeficiente de determinacin mltiple. Lo
que sugiere este procedimiento es que se debe apreciar un crecimiento
es el coeficiente de determinacin mltiple muy considerable en
comparacin a los independientes.
Por ejemplo, suponga un coeficiente de determinacin mltiple de 0.95,
y el de la variable X1 con Y de 0.93 y el de X2 con Y de 0.81, se podra
pensar que existe alguna superposicin en el poder explicativo, y esto
sera debido a que la segunda variable hizo muy poco por incrementar
la capacidad del modelo para explicar el valor de Y, ya que gran parte de
la explicacin ya lo haca X1.

3. Analizar el Factor
Inflacin de varianza (FIV)

de

El FIV relacionado con toda variable X, se halla haciendo


regresin de esta sobre todas las otras variables
independientes. El R2 resultante se utiliza luego para
calcular el FIV de esta variable. El FIV para toda Xi,
representa la influencia de dicha variable en la
Multicolinealidad.
( ) =

1
12

Donde Ri2 es el coeficiente de determinacin al hacer


regresin de Xi sobre todas las otras variables
independientes.

3. Analizar el Factor
Inflacin de varianza (FIV)

de

La Multicolinealidad produce un incremento de la varianza o error


estndar del coeficiente de regresin. El FIV mide el incremento en la
varianza del coeficiente de regresin por encima del que ocurrira si no
estuviera presente la Multicolinealidad.
Suponga una situacin donde se tienen dos variables independientes, y
de estas se obtiene un FIV de 5.1, esto se interpretara como la varianza
en b1 y b2 es 5.1 veces ms de lo que debera ser si la Multicolinealidad
no estuviera presente.
En general la Multicolinealidad no se considera problema a menos que
el FIV de una sola variable mida por lo menos 10, o la suma de todas las
FIVs de todas las variables sea de por lo menos 10.

En resumen ante la presencia


de Multicolinealidad se tiene:
1.

Incapacidad para separar el efecto neto de las variables


independientes individuales sobre Y.

2.

Un error estndar exagerado para los coeficientes b.

3.

Signos algebraicos de los coeficientes que contravienen a la lgica.

4.

Una alta correlacin entre variables independientes y un FIV


elevado.

5.

Grandes cambios en los coeficientes o sus signos, si el nmero de


observaciones se cambia en una sola observacin

6.

Una razn F significativa combinada con razones t no significativas

7.

Grandes cambios en los coeficientes o en sus signos cuando se


adiciona o se quita una variable.

You might also like