Деякі дані не підходять для регресійного аналізу, наприклад: a) Залишки, які утворюють візерунок під час нанесення. b) Немає жодних викидів. в) Коефіцієнт кореляції менше 1.

Не використовуйте рівняння регресії для прогнозування значень змінної відповіді (y) для значень пояснювальної змінної (x), які знаходяться за межами діапазону, знайденого з вихідними даними.

Є дві речі, які пояснюють, чому лінійна регресія не підходить для класифікації. Перший такий Лінійна регресія має справу з неперервними значеннями, тоді як проблеми класифікації вимагають дискретних значень. Друга проблема стосується зміни порогового значення, коли додаються нові точки даних.

Знати основні проблеми, пов’язані з іншими підводними каменями регресії, зокрема переобладнання, виключення важливих змінних предикторів, екстраполяція, відсутні дані, потужність і розмір вибірки.

Відповідь і пояснення: Листування не використовується для регресійного аналізу. Аналіз відповідності – це статистичний аналіз, який використовується для створення графічних зображень взаємодій між двома категоріальними змінними.

Лінійність: зв’язок між X і середнім значенням Y є лінійним. Гомоскедастичність: дисперсія залишку однакова для будь-якого значення X. Незалежність: спостереження не залежать одне від одного. Нормальність: для будь-якого фіксованого значення X, Y має нормальний розподіл.

Припущення регресії

1. Обрана вибірка є репрезентативною для сукупності.
2. Існує лінійна залежність між незалежною змінною(ями) та залежною змінною.
3. Усі змінні розподілені нормально; щоб перевірити, побудуйте гістограму залишків.