Предположението за линейност е нарушено – има крива. Предположението за еднаква дисперсия също е нарушено, остатъците се разпръскват по „триъгълен“начин. На снимката по-горе както предположенията за линейност, така и за еднаква вариация са нарушени.
Какво се случва, ако предположенията за линейна регресия бъдат нарушени?
Ако някое от тези предположения е нарушено (т.е. ако има нелинейни връзки между зависими и независими променливи или грешките показват корелация, хетероскедастичност или ненормалност), тогава прогнозите, доверителните интервали, а научните прозрения, получени от регресионния модел, могат да бъдат (в най-добрия случай) …
Как да разберете дали предположението за регресия е нарушено?
Потенциалните нарушения на предположенията включват:
- Неявни независими променливи: X променливи липсват в модела.
- Липса на независимост в Y: липса на независимост в променливата Y.
- Отклонения: очевидна ненормалност от няколко точки от данни.
- Ненормалност: ненормалност на променливата Y.
- Разликата на Y не е постоянна.
Какви предположения са нарушени?
a ситуация, при която теоретичните предположения, свързани с определена статистическа или експериментална процедура, не са изпълнени.
Какво се случва, когато предположенията за линейна регресия не са изпълнени?
Например, когато статистическите предположения за регресия не могат да бъдат изпълнени(изпълнено от изследователя) изберете различен метод. Регресията изисква нейната зависима променлива да бъде поне данни за интервал или съотношение.
