4. La detección de multicolinealidad es la mitad de la batalla. La otra mitad está relacionada con hallar la forma de deshacerse del problema. Nuevamente, no existen métodos seguros, solamente unas pocas reglas prácticas. Algunas de estas reglas son las siguientes: (1) utilizar información obtenida a priori al modelo, (2) combinar información de corte transversal y de series de tiempo (3) omitir una variable si es altamente colineal, (4) transformar los datos y (5) obtener información adicional o nueva. Naturalmente, saber cuál de estas reglas funcionará en la práctica dependerá de la naturaleza de la información y de la severidad el problema de colinealidad.
5. Se mencionó aquí el papel de la multicolinealidad en la predicción y se señaló que a menos de que la estructura colineal continúe en la muestra futura, es peligroso utilizar una regresión estimada que haya sido contaminada por multicolinealidad para fines de proyección.
No hay comentarios.:
Publicar un comentario