这篇博客详细介绍了如何建立线性回归模型，包括使用statsmodels库进行建模，以及模型检验的各个环节：F检验、t检验、正态性检验（直方图、PP图、QQ图、Shapiro检验和K-S检验）、多重共线性检验（VIF）、残差独立性（Durbin-Watson统计量）、方差齐性检验（图形法和统计检验）和异常值检验。通过这些步骤确保模型的合理性和准确性。
O、简述
本案例所用数据为北京市统计局1中的数据，欲了解 地区生产总值（因变量）与 全社会固定资产投资、社会消费品零售总额、进出口总值（三个自变量）之间的回归关系，即多元线性回归问题。
模型的建立，都是在一定的假设条件下成立的，线性回归自然也不会例外。其五大假设2 前提，具体见【数据诊断】部分。其中部分假设前提可以在数据准备好，也就是 建模前 就可以进行检验，包括：误差项ε服从正态分布、无多重共线性、线性相关性。来辅助初始模型的建立。当然，通过建模后，再诊断从而根据问题修正模型也是可以的。
像本博文梳理的目录结构，除了数据预处理环节，最后确定一个线性回归模型需要包括：
订阅专栏 解锁全文
604
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
