在 Wikipedia 引用的第一个引用的延续中有一个重要的限定词：“多重共线性不会降低模型作为一个整体的预测能力或可靠性，至少在样本数据集中是这样”（强调添加）。

除非存在奇异设计矩阵，否则多重共线性不会阻止将模型拟合到单个数据样本。我认为这是维基百科第一个引用的重点。在存在多重共线性的情况下，回归模型可以很好地捕获数据样本，包括特定数据样本的所有特性和噪声。

当您尝试将原始数据集之外的模型应用于基础总体时，就会出现问题。如您所知，多重共线性将严重影响原始数据样本之外的性能。

与@EdM 的答案相反，根据此处的答案，如果测试集具有相同的协方差矩阵，性能不会下降。换句话说，如果测试集中变量之间的相关性相同，则系数和特征向量的组合将导致有效的结果。通常是这种情况。