Основные предпосылки регрессионного анализа для Y = β0 + β1*X + ε (условия теоремы Гаусса-Маркова):
- зависимая переменная Y (или возмущение ε) есть нормально распределенная случайная величина, а объясняющая переменная Х есть величина неслучайная
- математическое ожидание возмущения ε равно нулю: М(ε) = 0
- нет верного ответа
- условие гомоскедастичности: дисперсия зависимой переменной Yi (или дисперсия возмущений ε i ) постоянна для любого i=1,…,n: D(ε i ) = σ 2
- условие независимости остатков: переменные Yi и Yj (или возмущения ε i и ε j ) не коррелированны между собой: М(ε i * ε j )=0; или cov(ε i ; ε j ) = 0 i ≠ j; i,j=1,…,n
К сожалению, у нас пока нет статистики ответов на данный вопрос,
но мы работаем над этим.