Я надеюсь, что этот вопрос не будет "спросить-и-ответ"... здесь идет: (множественная) коллинеарность относится к чрезвычайно высоким корреляциям между предикторами в модели регрессии. Как их вылечить... ну, иногда вам не нужно "вылечить" коллинеарность, поскольку она не влияет на модель регрессии, а на интерпретацию эффекта отдельных предикторов.
Одним из способов определения коллинеарности является включение каждого предиктора в качестве зависимой переменной и других предикторов в качестве независимых переменных, определение R 2 и если оно больше 0,9 (или 0,95), мы может считать избыточность предиктора. Это один "метод"... как насчет других подходов? Некоторые из них занимают много времени, например, исключая предикторов из модели и наблюдая за изменениями b-коэффициента - они должны заметно отличаться.
Конечно, мы всегда должны учитывать специфический контекст/цель анализа... Иногда только повторение - это повторение исследования, но прямо сейчас меня интересуют различные способы экранирования избыточных предикторов, когда ( много) коллинеарность встречается в регрессионной модели.