解釋變量理論上的高度相關與觀測值高度相關沒有必然關系，有可能兩個解釋變量理論上高度相關，但觀測值未必高度相關，反之亦然。所以多重共線性本質上是數據問題。
造成多重共線性的原因有一下幾種：
1、解釋變量都享有共同的時間趨勢；
2、一個解釋變量是另一個的滯后，二者往往遵循一個趨勢；
3、由於數據收集的基礎不夠寬，某些解釋變量可能會一起變動；
4、某些解釋變量間存在某種近似的線性關系；
判別：
1、發現系數估計值的符號不對；
2、某些重要的解釋變量t值低，而R方不低
3、當一不太重要的解釋變量被刪除后，回歸結果顯著變化；
檢驗；
1、相關性分析，相關系數高於0.8，表明存在多重共線性；但相關系數低，並不能表示不存在多重共線性；
2、vif檢驗；
3、條件系數檢驗；
解決方法：
1、增加數據；
2、對模型施加某些約束條件；
3、刪除一個或幾個共線變量；
4、將模型適當變形；
5、主成分回歸
處理多重共線性的原則：
1、 多重共線性是普遍存在的，輕微的多重共線性問題可不采取措施；
2、 嚴重的多重共線性問題，一般可根據經驗或通過分析回歸結果發現。如影響系數符號，重要的解釋變量t值很低。要根據不同情況采取必要措施。
3、 如果模型僅用於預測，則只要擬合程度好，可不處理多重共線性問題，存在多重共線性的模型用於預測時，往往不影響預測結果；