En el contexto de la regresión lineal, se han propuesto diversos métodos para afrontar la multicolinealidad. los principales de ellos constituyen estimadores sesgados de los coeficientes. entre estos métodos, se encuentran la regresión ridge. En los modelos de regresión lineal cuando la correlación entre las variables de explicación causa que la matriz sea casi singular al estimar los parámetros por los mínimos cuadrados estos van a ser inestables, es decir su varianza será alta. La regresión ridge busca estimar nuevos parámetros del modelo minimizando la varianza de los mismos, estos estimadores de los parámetros a diferencia de los estimadores por mínimos cuadrados son sesgados.