共線性とは、統計学において、回帰モデルにおいて線形関係を表すような予測変数（または独立変数）間の相関関係のこと。 同じ回帰モデル内の予測変数が相関している場合、その変数は独立して従属変数の値を予測することができません。
回帰分析において共線性が問題となるのは、2つの潜在的な予測変数の間に高い相関や関連性がある場合、別の予測変数が回帰モデルに含まれているときに1つの予測変数のp値が劇的に増加する（すなわち、有意水準が低下する）場合、または高い分散インフレーション係数が決定される場合です。
多重共線性とは、2つ以上の予測変数が関連しており、すべての予測変数をモデルに含めると、統計的有意性の低下が観察される状況を指します。 多重共線性は、共線性の診断と同様に、分散インフレーション係数を用いて評価することができ、10以上の値は多重共線性が高いことを示唆しているという指針があります。 しかし、共線性の診断とは異なり、予測変数の2つが低い相関性や関連性しか持たない可能性があるため、重回帰モデルへの影響を観察する前に多重共線性を予測することはできないかもしれません
。