مدقق افتراضات الانحدار

📐 يضع الانحدار الخطي أربعة افتراضات رئيسية حول بياناتك، والمعروفة مجتمعة باسم شروط غاوس-ماركوف. عندما يتم استيفاء الأربعة جميعها، يكون مقدر المربعات الصغرى العادية (OLS) هو أفضل مقدر خطي غير متحيز (BLUE) - مما يعني أنه يحتوي على أصغر تباين بين جميع المقدرين الخطيين غير المتحيزين. يؤدي انتهاك أي افتراض إلى الإضرار بهذا الضمان، مما قد يؤدي إلى إنتاج معاملات متحيزة، وأخطاء معيارية غير موثوقة، وقيم p غير صالحة، وفترات ثقة غير دقيقة. افتراضات OLS الأربعة هي: (1) الخطية — العلاقة بين المتغير المستقل X والمتغير التابع Y هي علاقة خطية حقًا. إذا كانت العلاقة الفعلية منحنية، فإن الخط المناسب سيحرف البيانات بشكل منهجي، وستكون تقديرات الميل والتقاطع متحيزة. يمكنك التحقق من ذلك بصريًا باستخدام مخطط التشتت أو المخطط المتبقي مقابل المجهز، وبشكل رسمي باستخدام اختبار RESET.

📊 (2) الاستقلال — البقايا (الأخطاء) مستقلة عن بعضها البعض. غالبًا ما يتم انتهاك هذا في بيانات السلاسل الزمنية، حيث تميل الملاحظات المتتالية إلى الارتباط - وهي ظاهرة تسمى الارتباط الذاتي. يؤدي الارتباط الذاتي إلى تضخيم الأهمية الظاهرة، مما يجعل العلاقات تبدو أقوى مما هي عليه بالفعل. يكشف اختبار دوربين-واتسون عن الارتباط الذاتي من الدرجة الأولى.

📊 (3) التجانس — يكون تباين البقايا ثابتًا عبر جميع مستويات القيم المتوقعة. عندما يتغير التباين (التغايرية)، تصبح الأخطاء المعيارية غير موثوقة، مما يبطل فترات الثقة واختبارات الفرضيات. شكل القمع في قطعة الأرض المتبقية هو المؤشر البصري الكلاسيكي. يتحقق اختبار Breusch-Pagan رسميًا من هذا الانتهاك.

❌ (4) الحالة الطبيعية — يتم توزيع البقايا بشكل طبيعي تقريبًا. يعد هذا الافتراض أمرًا بالغ الأهمية لصحة اختبارات t واختبارات F وفترات الثقة في العينات الصغيرة. مع العينات الكبيرة (ن> 30)، توفر نظرية الحد المركزي بعض الحماية، ولكن في مجموعات البيانات الصغيرة، يمكن أن يؤدي عدم الوضع الطبيعي إلى قيم p خاطئة بشكل كبير. يعد اختبار Shapiro-Wilk ومخططات Q-Q من الأدوات التشخيصية القياسية. يعد التحقق من الافتراضات قبل الثقة في النموذج الخاص بك خطوة حاسمة يتخطاها العديد من المحللين - مما يؤدي إلى استنتاجات خاطئة، وتكرارات فاشلة، وقرارات سيئة.