---

Se em uma análise de regressÆo múltipla as variáveis independentes, ou explicativas, forem correlacionadas entre si, diz-se que há intercorrela‡Æo ou multicolinearidade entre elas. Se a correla‡Æo entre as variáveis for perfeita infinitos modelos de regressÆo podem ser ajustados aos dados, impedindo a interpreta‡Æo do conjunto de coeficientes de regressÆo estimados. Neste trabalho os resultados evidenciam a relevância dos problemas advindos da multicolinearidade, e possibilitam concluir que a combina‡Æo de alguns métodos de diagnóstico é eficiente para a quantifica‡Æo da intensidade da associa‡Æo entre os caracteres e a identifica‡Æo dos mesmos.

---