Як ми вже зазначили, при виконанні відомих умов, МНК дає найкращі лінійні не зміщені статистичні оцінки. При цьому властивість незміщеності і ефективності оцінок буде проявлятися навіть тоді, коли деякі коефіцієнти множинної регресії виявляться статистично незначущими.
Властивість незміщеності фактично означає, що при багатократному повторенні спостережень (зі сталими обсягами вибірок) за досліджуваними величинами середнє значення оцінок буде наближатися до істинного їх значення.
Але, на жаль, здійснювати повторні спостереження в незмінних умовах в економіці практично неможливо.
Наслідки мультиколінеарності будуть такими.
1) Велика дисперсія оцінок. Це ускладнює знаходження істинних значень досліджуваних величин і розширює інтервали оцінок, погіршуючи їх точність.
2) Зменшується t-статистика коефіцієнтів, що може спонукати до невірного висновку про існування впливу відповідних пояснюючих змінних на залежну змінну.
3) Оцінки коефіцієнтів за МНК та їх стандартні похибки будуть проявляти високу чутливість до будь-яких малих змін даних, тобто вони стають нестійкими.
4) Ускладнюється визначення внеску кожної з пояснюючих змінних в рівняння множинної регресії.
5) Може виникнути ситуація, коли знак коефіцієнта регресії виявиться невірним.
Мультиколінеарність може проявлятися лише у випадку множинної регресії.