Lineaarisuusoletus on rikottu – on käyrä. Myös yhtäläisen varianssin oletus rikotaan, jäännökset tuuleutuvat "kolmiomuotoisesti". Yllä olevassa kuvassa sekä lineaarisuus- että tasavarianssioletukset rikotaan.
Mitä tapahtuu, jos lineaarisen regression oletuksia rikotaan?
Jos jokin näistä oletuksista rikotaan (eli jos riippuvien ja riippumattomien muuttujien välillä on epälineaarisia suhteita tai virheissä on korrelaatiota, heteroskedastisuutta tai ei-normaalia), ennusteet, luottamusvälit, ja regressiomallin tuottamat tieteelliset oivallukset voivat olla (parhaimmillaan) …
Mistä tiedät, jos regressio-oletusta rikotaan?
Mahdollisia oletusrikkomuksia ovat:
- Implicitiset riippumattomat muuttujat: X muuttujaa puuttuu mallista.
- Y:n riippumattomuuden puute: Y-muuttujan riippumattomuuden puute.
- Outliers: näennäinen epänormaalius muutaman datapisteen verran.
- Epänormaalius: Y-muuttujan epänormaalius.
- Y:n varianssi ei ole vakio.
Mitä oletuksia rikotaan?
tilanne, jossa tiettyyn tilastolliseen tai kokeelliseen menettelyyn liittyvät teoreettiset oletukset eivät täyty.
Mitä tapahtuu, kun lineaarisen regression oletukset eivät täyty?
Esimerkiksi kun regression tilastollisia oletuksia ei voida täyttää(tutkijan täyttämä) valitse toinen menetelmä. Regressio edellyttää, että sen riippuva muuttuja on vähintään intervalli- tai suhdetieto.
