多元线性回归模型_多元线性回归模型的假设、检验及修正

多元线性回归模型是社会科学中常用的模型，但其实这个模型有很多的要求，在应用模型前必须要了解背后的假设，然后来判断在自己的变量上应用这个模型是否适切，如果某些地方有违背，我们可以通过一些统计的方法来修正。

多元线性回归模型的假设

比较重要的假设有5个，至少要同时满足这5个才是一个好的多元线性回归模型。

1. 既然是线性模型，那关系必然是线性的。
2. 误差与自变量不相关
3. 方差齐性 homoscedasticity (equal variance of ui)
4. 误差之间不相关
5. 误差正态分布 normality disturbance

下面逐个解释

1.自变量与因变量呈线性关系

通过散点图可以大致看出，左图是个曲线，但是右图可能是直线。因此右图就更加适合线性模型。如果非把曲线关系用线性模型来呈现，那么这个斜率其实是没有意义的，因为曲线模型的斜率一直是变化的，我们做这个模型预测得出的因变量会非常不准确。

2.误差项࿰