多重共線性

多重共線性（multicollinearity）發生在迴歸中兩個或多個預測變數彼此高度相關、因而帶有重疊資訊的時候。此時模型很難分辨出每個變數各自的貢獻，就像要替兩位永遠唱出一模一樣音符的歌手分別記功一樣。

症狀是係數不穩定、劇烈擺盪且標準誤很大（有時連正負號都翻轉）——然而模型整體的預測卻可能仍然不錯。它傷害的是「解讀」，不一定傷害「預測」。分析者用變異數膨脹因子（VIF）來偵測它，並以拿掉或合併冗餘變數、或使用正則化來因應。