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    浏览次数: 3799
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 
16

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


  相关主题

常用的回归模型中,哪些具有较好的鲁棒性(robustness)?   2回答

怎么处理真值大部分为0的回归问题   3回答

最小二乘线性回归的推导   2回答

与基于一般形式的支持向量回归相比,最小二乘支持向量回归更准确?   2回答

在线性回归模型中存在epoch的说法吗?   2回答

泊松回归的公式是什么?   1回答

如果迫使一个线性回归模型的截距为0,会有什么坏处吗?   2回答

逻辑回归模型中变量的系数怎么理解?   4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

系数非负的线性回归的python实现   2回答

GBDT+LR的工作原理?   4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!