Cos'è la multicollinearità?
Quando due variabili X sono altamente correlate (|r| > 0.9), il modello non può separare i loro effetti individuali. Questo gonfia gli errori standard e rende i coefficienti instabili.
Sintomi:
Sintomi:
- Alta correlazione tra variabili X
- Un coefficiente significativo, l'altro no
- Coefficienti che cambiano drasticamente con i dati
- Rimuovere una delle variabili correlate
- Combinarle (rapporto, differenza, indice)
- Raccogliere dati più diversificati
Provalo nell'app
Prova: Controlla la mappa di calore di correlazione in Risultati → Grafici. Se |r| > 0.9 tra due X, considera di rimuoverne una.