Trong phân tích hồi quy tuyến tính đa biến, một trong những giả định nền tảng là các biến giải thích (biến độc lập) không có mối quan hệ tuyến tính hoàn hảo với nhau. Giả định này, còn được gọi là điều kiện hạng đầy đủ (full rank condition), đảm bảo rằng chúng ta có thể ước lượng được ảnh hưởng riêng biệt của từng biến lên biến phụ thuộc. Tuy nhiên, trong thực tế, đặc biệt là với dữ liệu kinh tế, các biến giải thích thường có xu hướng tương quan với nhau. Khi mối tương quan này trở nên mạnh mẽ, một vấn đề nghiêm trọng được gọi là đa cộng tuyến (multicollinearity) sẽ xuất hiện, dẫn đến sự suy giảm chất lượng của các ước lượng bình phương tối thiểu thông thường (OLS). Bài học đầu tiên trong chuỗi bài viết này sẽ tập trung làm rõ ba khía cạnh cốt lõi: bản chất của đa cộng tuyến, các khái niệm tương quan liên quan, và những hậu quả tiêu cực mà nó gây ra …