Algunas variables en X1, X2, X3 y X4 están relacionadas. Por ejemplo, el área afectada puede estar relacionada con el número de embalses (un aumento en el número de embalses puede reducir el área afectada), o puede haber un factor no observado que afecte a Y en el resto, y ese factor esté relacionado con uno de X1, X2, X3 y X4 o más relacionados.
La existencia de esta correlación hará que el supuesto exógeno en el supuesto de MCO no se cumpla, lo que hará que los resultados de la estimación sean inexactos.
Por lo tanto, bajo esta condición de correlación, X1, X2, X3 y X4 pueden no ser significativos o los resultados de la estimación no satisfacen la teoría. Por ejemplo, en la primera ecuación de regresión, x1 (área sembrada) teóricamente debería estar significativamente correlacionada positivamente con Y (rendimiento del cultivo), pero el resultado de la estimación no es significativo, además, en la segunda ecuación de regresión, x4 (número de embalses); En teoría, debería estar correlacionado positivamente con Y (rendimiento del cultivo), pero el resultado estimado está significativamente correlacionado negativamente.
Entonces hay un problema con ambas ecuaciones de regresión.
Los métodos de tratamiento incluyen el uso de datos de panel, regresión GMM o la adición de variables de control.