Regresyon Varsayımları Denetleyicisi

📐 Doğrusal regresyon, verileriniz hakkında topluca Gauss-Markov koşulları olarak bilinen dört temel varsayımda bulunur. Dördü de karşılandığında, sıradan en küçük kareler (OLS) tahmincisi en iyi doğrusal tarafsız tahmincidir (MAVİ); yani tüm tarafsız doğrusal tahminciler arasında en küçük varyansa sahiptir. Herhangi bir varsayımın ihlal edilmesi, potansiyel olarak taraflı katsayılar, güvenilmez standart hatalar, geçersiz p değerleri ve hatalı güven aralıkları üreterek bu garantiyi tehlikeye atar. Dört OLS varsayımı şunlardır: (1) Doğrusallık — bağımsız değişken X ile bağımlı değişken Y arasındaki ilişki gerçekten doğrusaldır. Gerçek ilişki kavisli ise, uydurulan çizgi verileri sistematik olarak yanlış sunacaktır ve hem eğim hem de kesişme tahminleri taraflı olacaktır. Bunu bir dağılım grafiği veya artıklara karşı uydurulmuş bir grafikle görsel olarak ve resmi olarak bir RESET testiyle kontrol edebilirsiniz.

📊 (2) Bağımsızlık — artıklar (hatalar) birbirinden bağımsızdır. Bu, çoğunlukla ardışık gözlemlerin birbiriyle ilişkili olma eğiliminde olduğu zaman serisi verilerinde ihlal edilir; bu olaya otokorelasyon adı verilir. Otokorelasyon görünürdeki önemi artırarak ilişkilerin gerçekte olduğundan daha güçlü görünmesini sağlar. Durbin-Watson testi birinci dereceden otokorelasyonu tespit eder.

📊 (3) Homoskedastisite — artıkların varyansı, tahmin edilen değerlerin tüm seviyelerinde sabittir. Varyans değiştiğinde (heteroskedastisite), standart hatalar güvenilmez hale gelir ve bu da güven aralıklarını ve hipotez testlerini geçersiz kılar. Artık grafikteki huni şekli klasik görsel göstergedir. Breusch-Pagan testi resmi olarak bu ihlali kontrol eder.

❌ (4) Normallik — artıklar yaklaşık olarak normal dağılıma sahiptir. Bu varsayım, küçük örneklerde t-testlerinin, F-testlerinin ve güven aralıklarının geçerliliği açısından kritik öneme sahiptir. Büyük örneklerde (n> 30), merkezi limit teoremi bir miktar koruma sağlar, ancak küçük veri kümelerinde normal olmama durumu önemli ölçüde yanlış p değerlerine yol açabilir. Shapiro-Wilk testi ve Q-Q grafikleri standart teşhis araçlarıdır. Modelinize güvenmeden önce varsayımları kontrol etmek, çoğu analistin atladığı kritik bir adımdır; hatalı sonuçlara, başarısız çoğaltmalara ve hatalı kararlara yol açar.