【数学建模】线性回归残差检验、影响点分析、多重共线性问题及问题总结

手动反爬虫，禁止转载：原博地址 https://blog.csdn.net/lys_828/article/details/116331806

 知识梳理不易，请尊重劳动成果，文章仅发布在CSDN网站上，在其他网站看到该博文均属于未经作者授权的恶意爬取信息

1 背景需求

之前进行了线性回归模型的创立，并进行了预测，但是存在一个问题，为什么模型之后的得分提高了，背后是因为什么？

最开始数据是右偏的，最后进行了调整，取了对数，整个模型的得分就上去了。也就是说线性回归对正态分布的数据会有很好的表现，但是不是正态分布的时候，模型得分不是很好

这时候我们再来回顾一下多元线性回归的前提条件，有了之前的实际操作，熟悉一遍流程之后再回来看看要进行的前提，这样会有一个更容易理解，或者不那么抗拒。多元线性回归总共有6条，分别如下

• （1）Y的平均值能够准确地被由X组成的线性函数建模出来
• （2）解释变量和随机扰动项不存在线性关系