მრავლობითი რეგრესიის შემთხვევაში, ხშირად რამოდენიმე რეგრესორს შორის ზუსტი ან მიახლოებით წრფივი დამოკიდებულებაა. ამ მოვლენას ეწოდება მულტიკოლინეარულობა. ასეთ შემთხვევაში ზოგიერთი კოეფიციენტის ცდომილება ძალზედ დიდია. გარდა ამისა, კოეფიციენტების შეფასებები ძალიან არამდგრადია: მონაცემთა სულ მცირე რაოდენობის დამატებაც კი იწვევს დიდ ჩანაცვლებებს ზოგიერთი კოეფიციენტის შეფასებაში. ასეთ შემთხვევაში საჭიროა წრფივად დაკავშირებული დამოუკიდებელი ცვლადებიდან რომელიმე ცვლადის მოდელიდან გამორიცხვა. ამ დროს ჩნდება კითხვა, ორი წრფივად დაკავშირებული ცვლადიდან რომელი არის უფრო მნიშვნელოვანი? ეს კი ყოველთვის მკვლევრის გადასაწყვეტია.

***

გამოყენებული ლიტერატურა:

Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications Ltd.

კისი, ჰ. (2008). სტატისტიკა სოციალურ მეცნიერებებში. სოციალურ მეცნიერებათა ცენტრი.  თბილისის უნივერსიტეტის გამომცემლობა