线性回归需要满足哪些基本前提假设

  统计/机器学习 回归分析
3

线性回归需要满足哪些基本前提假设?如果一个或者多个假设不满足,回归模型还有效吗?

 

我是老王   2017-03-10 10:02



   1个回答 
12

线性回归需要满足四个前提假设

1. Linearity 线性

应变量和每个自变量都是线性关系。

2. Indpendence 独立性

对于所有的观测值,它们的误差项相互之间是独立的。

3. Normality 正态性

误差项服从正态分布。

4. Equal-variance 等方差

所有的误差项具有同样方差。

这四个假设的首字母,合起来就是LINE,这样很好记。


如果这些假设不满足,最终的回归模型可能不精确乃至比较离谱。其中最重要的假设是线性,如果自变量和应变量本身并非线性关系,那么拟合出来的模型当然会有偏差。比如说,人的身高和年龄,如果是1到15岁,这个线性模型看起来似乎问题不大。那么1到60岁,身高和年龄还是线性关系吗?显然就不是了吧。

沛县李刚   2017-03-12 10:23

LINE这个好记!棒! - 阳春面   2017-09-19 12:30


相关问题

L0 norm 正则是什么意思?   1回答

常用的回归模型中,哪些具有较好的鲁棒性(robustness)?   1回答

逻辑回归模型中变量的系数怎么理解?   4回答

泊松回归的公式是什么?   1回答

正则项里的L1,L2是什么意思?   1回答

怎么理解分位数回归quantile regression的目标函数?   1回答

python里怎么做分位数回归(quantile regression)?   1回答

逻辑回归的前提假设是什么?   1回答

什么时候该用LASSO,什么时候该用Ridge?   2回答

线性回归的bagging   2回答

可以对线性回归进行boosting吗?   2回答

除了RMSE,评价回归模型有哪些常用的metric?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!