การนำ Pearson's Correlation ไปใช้ กับความแตกต่างเมื่อเปรียบเทียบกับ OLS

เจออะไรน่าสงสัยมานะครับ

คือ มีตัวแปรเป็น [ y, x1,x2,x3] 

ที่นี้เจอคนรัน หา correlation 
cor1 = correlation (y,x1)
cor2 = correlation (y,x2)
cor3 = correlation (y,x3)

เสร็จแล้ว ก็ rebase
rebase_fn = 1 / sum(cor1,cor2,co3)

rebase_cor1 =  cor1 * rebase_fn 
rebase_cor2 =  cor2 * rebase_fn 
rebase_cor3 =  cor3 * rebase_fn 

แล้วก็ไปสร้างเป็นสมการที่ว่า
y = rebase_cor1 * x1 + rebase_cor2 * x2 + rebase_cor3 * x3

ทำไมเราถึงใช้ Correlation มาเป็น estimaterแบบนี้ละฮะ
การทำกันแบบนี้ มีชื่อเรียกว่าอะไรไหมครับ แล้วมันแตกต่างกันยังไงกับ multiple regression
เพราะเนื่องจากว่า ถ้าเป็น กรณี y = a+ cor1 * x1 ค่า cor1 ก็จะเท่ากับ OLS estimater (ถ้าเรา normalization ก่อน)

แล้วในกรณีที่ x1,x2 มี multicollinearity การทำอะไรแบบนี้มันหลบเลี่ยงได้ไหมฮะ
แก้ไขข้อความเมื่อ
แสดงความคิดเห็น
โปรดศึกษาและยอมรับนโยบายข้อมูลส่วนบุคคลก่อนเริ่มใช้งาน อ่านเพิ่มเติมได้ที่นี่