Annahme für lineare Regression erforderlichHallo!
Muss die abhängige Variable Y beim Erstellen eines linearen Regressionsmodells immer eine lineare Beziehung zu allen Kovariaten haben? Kann ich das Modell trotzdem anpassen, wenn es diese Anforderung nicht erfüllt? Nach meinem Verständnis können quadratische Terme eingeschlossen werden (und immer noch als lineares Modell gezählt werden), um die nichtlineare Beziehung zu berücksichtigen. Ist diese Anforderung also wirklich notwendig?
Vielen Dank!
Betreff: Annahme für lineare Regression erforderlichIch bin ein bisschen verwirrt von Ihrer Frage? Hier ist meine Antwort, entschuldige mich, wenn ich deine Frage falsch interpretiert habe. Es gibt keine Annahmen der Linearität in den Beziehungen zwischen abhängigen Variablen und Regressoren (unabhängige Variablen). Das untersuchen Sie? Es kann eine lineare, nichtlineare oder NO-Beziehung geben, und Sie können weiterhin ein Anpassungsmodell durchführen. Es gibt Annahmen bezüglich Residuen (NID (0, Varianz), jedoch nicht für die Begriffe im Modell. Sie können sicherlich nichtlineare Terme anpassen, wenn Sie GLM ausführen.
Betreff: Annahme für lineare Regression erforderlich @ CyLiaw ,
Der Ausdruck "lineare Regression" bezieht sich tatsächlich auf das Anpassen eines Modells, dessen Koeffizienten linear sind.
Das erste Modell (Gleichung) unten ist in Bezug auf seine Koeffizienten linear und für die lineare Regression geeignet. Das zweite Modell ist in seinen Koeffizienten nicht linear, da die exponentielle transzendentale Funktion beteiligt ist.
Wenn ich ein Modell habe, das nicht linear ist, versuche ich normalerweise, das Modell so umparametrieren, dass es in seinen Koeffizienten linear ist. Zum Beispiel für das zweite Modell, wenn ich das natürliche Protokoll von Y nehme und ln (Y) als lineare Funktion von X anpasse. Andernfalls verwende ich JMP, um eine nicht-ineare Funktion anzupassen.
Ich hoffe das hilft. Dies ist nur ein Nachtrag zu @ Statman Antwort.
Betreff: Annahme für lineare Regression erforderlichVielen Dank @ gzmorgan0 und @ Statman ! Ich bin zufällig auf ein Video gestoßen und die Person sagte, dass wir sicherstellen müssen, dass eine lineare Beziehung zwischen dem Prädiktor und der Antwort besteht, bevor wir das lineare Regressionsmodell verwenden. Ich war sehr verwirrt und dachte, ich hätte etwas verpasst. Vielen Dank für die Klärung meiner Verwirrung.
