線形回帰の仮定

簡単に言えば、線形回帰の仮定は何ですか？

線形回帰モデルをデータセットに適用できることを知りたいだけです。

3つの主要な仮定（統計的に厳密に言えば）があります。

1. 従属変数とリグレッサの間には線形関係があります（下の右図）。つまり、作成しているモデルが実際にデータに適合しています。

2. データのエラーまたは残差は通常、分散され、互いに独立しています。

3. ホモセダスティシティ。これは、予測変数のすべての値について、回帰直線の周りの分散が同じであることを意味します。

更新2：：多重共線性は仮定ではありませんが、特にモデルの解釈可能性が重要である場合、それはむしろ健全性チェックです（コメントについてRicardo Cruzに感謝します）。多重共線性は、独立変数が互いに独立していない場合に発生します。説明変数間の多重共線性により、パラメーターの適合が不安定になる可能性があります（KT。に指摘していただきありがとうございます）。これを検証するために使用できる相関行列（ピアソンの2変量相関）、分散インフレ係数などのテストがあります。