Учебник по промышленной статистике


Множественная регрессия - часть 6


Конечно, если B-коэффициент равен 0, связь между переменными отсутствует.
В начало


Предположения, ограничения и обсуждение практических вопросов

Предположения, ограничения и обсуждение практических вопросов

  • Предположение линейности
  • Предположение нормальности
  • Ограничения
  • Выбор числа переменных
  • Мультиколлинеарность и плохая обусловленность матрицы
  • Важность анализа остатков


  • Предположение линейности
  • Предположение нормальности
  • Ограничения
  • Выбор числа переменных
  • Мультиколлинеарность и плохая обусловленность матрицы
  • Важность анализа остатков



Предположение линейности.
Предположение линейности.

Прежде всего, как это видно уже из названия множественной линейной регрессии, предполагается, что связь между переменными является линейной. На практике это предположение, в сущности, никогда не может быть подтверждено; к счастью, процедуры множественного регрессионного анализы в незначительной степени подвержены воздействию малых отклонений от этого предположения. Однако всегда имеет смысл посмотреть на двумерные диаграммы рассеяния переменных, представляющих интерес. Если нелинейность связи очевидна, то можно рассмотреть или преобразования переменных или явно допустить включение нелинейных членов.

Предположение нормальности.
Предположение нормальности.

В множественной регрессии предполагается, что остатки (предсказанные значения минус наблюдаемые) распределены нормально (т.е. подчиняются закону нормального распределения). И снова, хотя большинство тестов (в особенности F-тест) довольно робастны (устойчивы) по отношению к отклонениям от этого предположения, всегда, прежде чем сделать окончательные выводы, стоит рассмотреть распределения представляющих интерес переменных. Вы можете построить гистограммы или нормальные вероятностные графики остатков для визуального анализа их распределения.

Ограничения.
Ограничения.

Основное концептуальное ограничение всех методов регрессионного анализа состоит в том, что они позволяют обнаружить только числовые зависимости, а не лежащие в их основе причинные (causal) связи.


Начало  Назад  Вперед