Regression Antaganden Checker

📐 Linjär regression gör fyra viktiga antaganden om dina data, gemensamt kända som Gauss-Markov-villkoren. När alla fyra är uppfyllda är den vanliga minsta kvadraters (OLS)-estimatorn den bästa linjära opartiska skattaren (BLÅ) – vilket betyder att den har den minsta variansen bland alla opartiska linjära skattare. Att bryta mot något antagande äventyrar denna garanti, vilket kan leda till partiska koefficienter, opålitliga standardfel, ogiltiga p-värden och felaktiga konfidensintervall. De fyra OLS-antagandena är: (1) Linjäritet — förhållandet mellan den oberoende variabeln X och den beroende variabeln Y är verkligen linjär. Om det faktiska förhållandet är krökt, kommer den anpassade linjen systematiskt att ge en felaktig bild av data, och både lutnings- och skärningsuppskattningarna kommer att vara partiska. Du kan kontrollera detta visuellt med en scatterplot eller en rest-mot-passad plot, och formellt med ett RESET-test.

📊 (2) Oberoende — residualerna (felen) är oberoende av varandra. Detta bryts oftast i tidsseriedata, där på varandra följande observationer tenderar att vara korrelerade - ett fenomen som kallas autokorrelation. Autokorrelation blåser upp skenbar betydelse, vilket gör att relationer verkar starkare än de verkligen är. Durbin-Watson-testet detekterar första ordningens autokorrelation.

📊 (3) Homoscedasticitet — variansen av residualerna är konstant över alla nivåer av de förutsagda värdena. När variansen ändras (heteroscedasticitet) blir standardfel opålitliga, vilket ogiltigförklarar konfidensintervall och hypotestest. En trattform i restdiagrammet är den klassiska visuella indikatorn. Breusch-Pagan-testet kontrollerar formellt efter denna överträdelse.

❌ (4) Normalitet — resterna är ungefär normalfördelade. Detta antagande är avgörande för validiteten av t-tester, F-tester och konfidensintervall i små urval. Med stora sampel (n> 30) ger den centrala gränssatsen ett visst skydd, men i små datamängder kan icke-normalitet leda till dramatiskt felaktiga p-värden. Shapiro-Wilk-testet och Q-Q-plotterna är standardverktygen för diagnostik. Att kontrollera antaganden innan man litar på din modell är ett kritiskt steg som många analytiker hoppar över – vilket leder till felaktiga slutsatser, misslyckade replikeringar och dåliga beslut.