1. MULTICOLINEALIDAD
 Multicolinealidad significa
relación lineal perfecta o
exacta entre algunas o todas
las variables explicativas.
Y = b1 + b2 X2 + b3 X3 + mi

2. NATURALEZA
 El término, multicolinealidad se
atribuye a Ragnar Frisch.
 Originalmente, significó la existencia
de una relación “PERFECTA” o exacta
entre algunas o todas las variables
explicativas.
 Hoy en día no necesariamente tiene
que ser perfecta.

3. GENERALIDADES
 Es un hecho real que muchas de
nuestras variables explicativas son
altamente colineales.
 La información no reunida mediante
experimentos formales algunas veces
no ofrece mucha claridad sobre los
parámetros de interés.

4. GRADO DE COLINEALIDAD
Y Y Y
X2 X2 X3 X2 X3
X3
Y
X2 X3

5. Fuentes de Multicolinealidad
1. Método de Recolección de Información: Obtención de
muestras en un intervalo limitado de valores.
2. Restricciones en el modelo o en la población objeto
de muestreo
3. Especificación del modelo
4. Modelos sobredeterminados: Cuando el modelo tiene
mas variables explicativas que el número de
observaciones.
5. Las variables del modelo comparten una tendencia
en común: Es que estos aumente o disminuyan a lo
largo del tiempo.

6. SUPUESTOS
 El supuesto Nº 10:
 No hay multicolinealidad perfecta: Es decir, no hay
relaciones perfectamente lineales entre las variables
explicitas.
 El supuesto Nº 7 y Nº 8 son complementarios al Nº 10
 Nº7: El número de observaciones n debe ser mayor
que el número de parámetros por estimar.
Alternativamente, el número de observaciones n debe
ser mayor que el número de variables explicitas.
 Nº 8: Variabilidad en los valores de X. No todos los
valores de X en una muestra dada deben ser iguales.

7. CONSECUENCIAS TEÓRICAS DE LA
MULTICOLINEALIDAD
 Los modelos siguen siendo MELI
 Micronumerosidad. Relación con el tamaño de la
muestra.
 En las investigaciones falta atención al tamaño de la
muestra.
 Estimar cuando existe multicolinealidad perfecta, no
permite desenredar las influencias separadas de las X
de la muestra dada y por ende obtener una solución
única para los coeficientes de regresión individual.

8.  El defecto que presenta la
multicolinealidad es obtener coeficientes
estimados con ee grandes.
 La multicolinealidad es un fenómeno
muestral, en el sentido en que aun si las
variables X no están linealmente
relacionadas en la población, pueden
estarlo en la muestra particular disponible.

9. EJEMPLO
Consumo  1   2 Ingreso  3 Riqueza  i
 La gente con mayor riqueza
generalmente tiende a tener ingresos
más altos.
 Puede suceder que cuando se tome la
información, las variables estén
altamente correlacionadas.
 Es difícil determinar la influencia
individual de las variables.

10. Ejemplo de detección de la Multicolinealidad
r11 r12 r13
r21 r22 r23
r31 r32 r33
A B C
A 1 0,4 0,99
B 0,4 1 0,5
C 0,99 0,5 1

11. Gracias