线性回归模型有哪些基本假设

詹惠儿

2019-06-20 阅读量: 2334

线性回归模型有哪些基本假设

下面给出了线性回归模型对应用它的数据集的基本假设：

线性关系：响应和特征变量之间的关系应该是线性的。可以使用散点图来测试线性假设。如下所示，第一个图表示线性相关变量，其中第二个和第三个图中的变量很可能是非线性的。因此，第一个数字将使用线性回归给出更好的预测。

很少或没有多重共线性：假设数据中很少或没有多重共线性。当特征（或独立变量）彼此不相互独立时，就会发生多重共线性。
很少或没有自相关：另一个假设是数据中很少或没有自相关。当残余误差彼此不相关时，发生自相关。您可以在此处参考以了解有关此主题的更多信息。
同方差性：同方差性描述了一种情况，其中误差项（即，自变量和因变量之间的关系中的“噪声”或随机扰动）在自变量的所有值上是相同的。如下所示，图1具有同方差性，而图2具有异方差性。