线性回归的假设

1. 声音
   观察依据

   讲述者说：“误差 ε 必须服从正态分布。”

$\varepsilon$

线性回归中的误差成分

视频片段中未说明

1. 声音
   观察依据

   讲述者指出，残差的方差必须在预测值上保持恒定。

2. 字幕依据
   观察依据

   幻灯片文字显示：“不存在异方差性，残差的方差必须在预测值上保持恒定。”

1. 该符号未在屏幕上显示；它是作为预测值的标准记号提供的。

$\hat{y}$

回归中的预测值

视频片段中未说明

1. 声音
   观察依据

   讲述者提到了“残差的方差”。

2. 字幕依据
   观察依据

   幻灯片文字显示：“不存在异方差性，残差的方差必须在预测值上保持恒定。”

1. 该符号未在屏幕上显示；它是作为残差的标准记号提供的。

e

残差

视频片段中未说明

1. 声音
   观察依据

   讲解员说道：“如果p值大于0.05，则数据与正态分布之间不存在偏差。”

2. 图示
   观察依据

   表格中有一列标注为“p-Wert”，两个检验对应的值均为0.83。

p-value

用于评估残差是否偏离正态分布的概率值。

对应的式子为：(0, 1]

1. 图示
   观察依据

   表格中包含一列标注为“df”，两个检验对应的值均为12。

df

正态性检验所对应的自由度。

正整数

1. 公式
   观察依据

   符号$\hat{y}$出现在回归方程的左侧。

$\hat{y}$

回归模型中的因变量（预测值）。

连续型数值。

1. 公式
   观察依据

   符号$x_1$作为第一个自变量出现在回归方程中。

$x_1$

第一个自变量（预测变量）。

连续型数值。

1. 公式
   观察依据

   符号$b_1$作为$x_1$的系数出现在回归方程中。

$b_1$

表示$x_1$对$\hat{y}$影响程度的系数。

连续型数值。

1. 公式
   观察依据

   符号$x_k$作为第k个自变量出现在回归方程中。

$x_k$

第k个自变量（预测变量）。

连续型数值。

1. 公式
   观察依据

   符号$b_k$作为$x_k$的系数出现在回归方程中。

$b_k$

表示$x_k$对$\hat{y}$影响程度的系数。

连续型数值。

1. 公式
   观察依据

   符号$a$出现在回归方程的末尾。

a

回归模型中的截距项或常数项。

连续型数值。

1. 公式
   观察依据

   符号$\hat{x}_1$出现在辅助回归方程的左侧。

$\hat{x}_1$

辅助回归模型中第一个自变量的预测值。

连续型数值。

1. 字幕依据
   观察依据

   幻灯片项目符号显示：“因变量与自变量之间存在线性关系”

2. 声音
   观察依据

   解说员指出，因变量与自变量之间必须存在线性关系。

线性回归的首个明确要求是：因变量与自变量（或自变量组）之间呈线性关系。

1. 适用于线性回归分析。

1. 字幕依据
   观察依据

   幻灯片项目符号显示：“误差成分服从正态分布”

2. 声音
   观察依据

   解说员说：“误差 ε 必须服从正态分布。”

第二个明确要求是：回归误差项（解说中称为 ε）服从正态分布。

1. 适用于线性回归中的误差成分。

1. $\varepsilon$

1. 字幕依据
   观察依据

   幻灯片项目符号显示：“不存在多重共线性，回归系数不稳定”

2. 声音
   观察依据

   解说员指出，模型中不能存在多重共线性；若存在多重共线性，回归系数将不稳定。

1. 幻灯片文字将多重共线性与回归系数的不稳定性联系起来，但并未对多重共线性本身作出定义。

第三项明确的要求是不存在多重共线性。视频直接将多重共线性与回归系数的不稳定关联起来。

1. 适用于具有多个预测变量的线性回归模型。

1. 字幕依据
   观察依据

   幻灯片要点显示：“无异方差性，残差的方差必须在预测值上保持恒定。”

2. 声音
   观察依据

   解说员指出不应存在异方差性，并将其解释为残差方差在预测值上保持恒定。

第四项明确的要求是同方差性：残差的方差必须在预测值上保持恒定。

1. 适用于线性回归中的残差。

1. e
2. $\hat{y}$

1. 字幕依据
   观察依据

   幻灯片要点显示：“在线性回归中，一条直线穿过数据点”“该直线应尽可能好地代表所有数据点”“若变量间关系是非线性的，则该直线无法满足此项要求”。

2. 声音
   观察依据

   解说员解释说，一条直线被拟合到数据中，且应尽可能好地代表所有数据点；若变量间关系是非线性的，则该直线无法满足此项要求。

视频从操作层面解释线性：线性回归在数据中放置一条直线，该直线应尽可能好地代表所有数据点。

1. 用于评估第一条回归假设是否成立。

1. 要求1：线性关系

1. 声音
   观察依据

   讲述者指出，一开始检查因变量与自变量之间是否存在线性关系非常重要，且这种检查通常通过图形方式进行。

据视频所述，线性关系的初步检验通常通过图形方式进行，即观察散点图中的数据分布是否能由一条直线进行有意义的表示。

1. 在解释回归系数或依赖预测结果之前使用。

1. 线性关系即直线拟合

1. 字幕依据
   观察依据

   幻灯片标题为“误差的正态分布”，下方有两个小标题：“分析法”和“图形法”。

2. 声音
   观察依据

   讲述者指出，检验正态性有两种方法：一种是分析法，另一种是图形法。

1. 视频片段在详细解释任一方法之前就结束了。

视频介绍了检验第二条假设的两种途径：分析法和图形法。

1. 用于检验误差项是否服从正态分布。

1. 要求2：误差成分服从正态分布

1. 声音
   观察依据

   讲解员指出，从分析角度出发，可选用柯尔莫哥洛夫-斯米尔诺夫检验或夏皮罗-威尔克检验。

2. 图示
   观察依据

   一个表格在“误差的正态分布”标题下列出了“Kolmogorow-Smirnow”和“Shapiro-Wilk”检验的结果。

为检验线性回归模型残差是否服从正态分布，可采用柯尔莫哥洛夫-斯米尔诺夫检验或夏皮罗-威尔克检验等分析方法。若所得p值大于0.05，表明残差与正态分布之间无显著偏差，从而可接受正态性假设。

1. 适用于检验线性回归中残差的正态性假设。

2. 决策规则：p 值 > 0.05 意味着可假定数据服从正态分布。

1. 声音
   观察依据

   讲解者指出，图形方法在实践中使用更为频繁，特别是观察直方图或 Q-Q 图（分位数-分位数图）。

2. 图示
   观察依据

   幻灯片展示了“直方图”和“分位数-分位数图”，其中数据点与一条对角参考线进行对比绘制。

由于解析性检验在样本量方面存在局限性，因此更倾向于采用直方图和 Q-Q 图等图形方法。在 Q-Q 图中，数据点越靠近对角参考线，说明数据越符合正态分布。

1. 作为解析性检验的替代方法，用于评估正态性。

2. 需通过目视检查数据分布形态。

1. 残差正态性的分析检验

1. 声音
   观察依据

   讲解者将同方差性引入为第三个前提条件，并指出残差必须具有恒定的方差。

2. 图示
   观察依据

   一张标注为“同方差性”的散点图显示，数据点均匀分布在两条水平红色直线之间。

同方差性是线性回归的一项基本要求，即残差（误差）在因变量的所有取值水平上均具有恒定方差。当以因变量为横轴、误差为纵轴作图时，误差应在整个取值范围内均匀散布。

1. 是开展有效线性回归分析所必需的前提条件。

2. 通过绘制残差相对于因变量的散点图进行评估。

1. 声音
   观察依据

   讲解者将异方差性描述为：误差方差随因变量取值范围的不同而变化，这意味着线性回归的假设条件未被满足。

2. 图示
   观察依据

   一幅标注为“异方差性”的散点图显示数据点呈漏斗状分布，其边界为两条向外发散的红色直线。

当残差的方差不是常数，而是随因变量取值范围的变化而变化时，便出现异方差性。这违反了线性回归关于残差方差恒定的假设，典型表现为残差散点图呈漏斗形状。

1. 表明违反了线性回归中残差方差恒定的假设。

1. 同方差性假设

1. 声音
   观察依据

   主讲人将多重共线性定义为：两个或两个以上的自变量彼此之间存在较强的相关性。

2. 字幕依据
   观察依据

   文字显示：“在多重共线性中，两个或两个以上的预测变量彼此之间高度相关。”

多重共线性是指回归模型中的两个或更多自变量（预测变量）彼此之间高度相关。

1. 适用于多元线性回归模型。

2. 至少需要两个自变量。

1. 声音
   观察依据

   解说员说：“如果存在多重共线性，就意味着回归系数不稳定。”

2. 字幕依据
   观察依据

   幻灯片文字将“无多重共线性”与“回归系数不稳定”配对呈现。

1. 该片段未定义多重共线性，也未解释回归系数不稳定的机制。

如果存在多重共线性，则回归系数不稳定。

1. 一个线性回归模型中存在多重共线性。

关于多重共线性是否存在的条件陈述

1. 字幕依据
   观察依据

   幻灯片项目符号显示：“如果关系是非线性的，则直线无法满足这一要求。”

2. 声音
   观察依据

   解说员指出，如果关系是非线性的，那么直线就无法满足尽可能好地表示所有点的要求。

如果因变量与自变量之间的关系是非线性的，则直线无法满足尽可能好地表示所有点的要求。

1. 其潜在关系是非线性的。

关于该关系为非线性的全称条件命题

1. 声音
   观察依据

   讲解员指出，由于非线性示例中不存在线性关系，因此回归系数无法被有意义地解释，或者可能出现超出预期的较大预测误差。

1. 右侧示例中，该陈述以口头方式给出，随后被推广为事先检验线性关系的依据。

当不存在线性关系时，回归模型的系数无法被有意义地解释，或者可能出现超出预期的较大预测误差。

1. 将拟合出的线性模型应用于具有非线性关系的数据。

讲解中陈述的条件性后果

1. 声音
   观察依据

   讲解员指出，有必要在一开始便检验因变量与自变量之间是否存在线性关系，而这一检验通常通过图形方式进行。

有必要在一开始便检验因变量与自变量之间是否存在线性关系。

一项操作性建议

1. 声音
   观察依据

   讲解者指出，解析型正态性检验使用得越来越少，因为它们在小样本中往往总是判定服从正态分布，而在大样本中又极易得出显著结果。

2. 图示
   观察依据

   幻灯片文字显示：“使用频率越来越低，原因在于：这些检验在小样本中倾向于判定服从正态分布；在大样本中又极易得出显著结果。”

解析型正态性检验（如柯尔莫哥洛夫–斯米尔诺夫检验和夏皮罗–威尔克检验）可靠性较低，因为它们在小样本中容易错误地接受正态性，在大样本中又容易错误地拒绝正态性。

1. 应用于回归模型所得残差数据。

在各类样本量下普遍观察到的趋势。

1. 声音
   观察依据

   讲解者指出：各个变量的效应无法被清晰区分。

2. 字幕依据
   观察依据

   文字显示：“各个变量的效应便无法被清晰区分”

如果存在多重共线性，单个变量的影响就无法被清晰地分离出来。

1. 模型中存在多重共线性。

适用于所有受影响的变量。

1. 声音
   观察依据

   主讲人将预测（此时多重共线性无关紧要）与影响度量（此时回归系数必须可解释）进行了对比。

2. 图示
   观察依据

   ‘预测’旁显示绿色对勾，‘影响度量’旁显示红色叉号。

多重共线性不会影响模型的预测准确性，但在度量影响时，它会阻碍对单个回归系数的有意义解释。

1. 模型中存在多重共线性。

取决于分析目标。

1. 声音
   观察依据

   讲解员指出，若使用全部变量，回归模型可能变得极不稳定；在数学中，我们称该方程为超定的。

1. ‘超定’一词被口头提及，但屏幕上未给出定义；该片段未进一步解释此处‘超定’的精确数学含义。

若在回归模型中同时使用全部变量，模型可能变得极不稳定；讲解员将此情形描述为超定的。

1. 多元回归模型同时包含多个预测变量。

存在性警示：回归模型有可能变得极不稳定。

1. 声音
   观察依据

   讲解员表示，我们可以对所有其他变量都执行此操作，而本例中将得到 k 个新回归模型。

2. 公式
   观察依据

   幻灯片展示了关于$\hat{x}_1$、$\hat{x}_2$和$\hat{x}_k$的辅助方程。

对每个预测变量分别对其余预测变量进行回归，可得到$k$ 个新的回归模型，适用于包含$k$ 个预测变量的模型。

1. 主模型包含$k$个预测变量。

针对$k$个预测变量中的每一个，构建一个辅助回归。

1. 声音
   观察依据

   讲解员指出：若容忍度小于0.1，且方差膨胀因子（VIF）大于10，则可能存在多重共线性。

2. 公式
   观察依据

   提示线显示$T<0.1$和$VIF>10$。

1. 该片段仅说明多重共线性可能存在的条件，而非等价条件；它并未证明这些阈值既是必要条件也是充分条件。

若$T<0.1$成立，或若$VIF>10$成立，则可能存在多重共线性。

1. 容忍度与方差膨胀因子（VIF）已由预测变量的辅助回归$R^2$计算得出。

针对所展示的诊断结果，给出了条件式预警规则。

1. 字幕依据
   观察依据

   屏幕文字：“残差的方差必须在预测值上保持恒定。”

2. 字幕依据
   观察依据

   屏幕文字继续：“因此，你的数据不能表现出异方差性。”

3. 声音
   观察依据

   说话人描述了检查“线性回归模型的前提条件”

1. 该片段未说明此陈述是作为一条形式化定理、一个建模假设，还是一条经验法则呈现的。

对于视频中展示的线性回归情境，残差的方差必须在预测值上保持恒定；否则，数据就表现出异方差性。

1. 已拟合了一个线性回归模型。

2. 残差与预测值均可供查验。

在所有预测值上普遍成立：残差方差必须在这些预测值上保持恒定。

1. 图示
   观察依据

   并排出现两个散点图，分别标注为“线性”和“非线性”，每个图均配有青色坐标轴、青色数据点以及一条红色直线。

2. 声音
   观察依据

   讲述者将左侧图像描述为近乎完全线性，右侧图像则明显是非线性的，并进一步说明这对解释与预测所带来的影响。

1. 公式

   $$$$
   解释

   左侧图像中，各点沿一条清晰的上升直线趋势排列，而红色直线以合理的方式穿过这些点。

   步骤依据

   在左侧散点图中，直接对点的分布模式与拟合直线进行视觉对比。

   视频直接表达
2. 公式

   $$$$
   解释

   右侧图像中，点的分布呈现曲线形态，而红色直线横穿该曲线，未能贴合其弯曲趋势。

   步骤依据

   在右侧散点图中，直接对点的分布模式与拟合直线进行视觉对比。

   视频直接表达
3. 公式

   $$$$
   解释

   通过这一对比，视频得出结论：一条直线能有意义地表示左侧数据，却无法有意义地表示右侧数据。

   步骤依据

   讲述者明确对比两张图像，并指出在非线性情形下，回归直线无法被有意义地置于各数据点之间。

   视频直接表达
4. 公式

   $$$$
   解释

   视频进而推断出实际后果：若不存在线性关系，则回归系数无法被有意义地解释，且预测误差可能超出预期。

   步骤依据

   讲述者在讨论右侧非线性示例后，直接陈述了这些实际后果。

   视频直接表达

这对图像共同支持了线性假设的必要性：只有当数据本身呈现线性模式时，直线模型才具有意义。

1. 字幕依据
   观察依据

   幻灯片标题为“误差的正态分布”，并列有“解析法”和“图示法”两个标题。

2. 声音
   观察依据

   讲解员指出，检验这一要求有两种方式：一种是解析法，另一种是图示法。

1. 该片段在任何实际检验步骤演示之前即结束。

1. 公式

   $$$$
   解释

   第二项要求被重申：误差项 ε 必须服从正态分布。

   步骤依据

   最后一段幻灯片开头的讲解内容。

   视频直接表达
2. 公式

   $$$$
   解释

   视频宣布了两种检验路径：解析法与图示法。

   步骤依据

   讲解内容配合屏幕上的标题“解析法”和“图示法”。

   视频直接表达

该片段明确了误差项的正态性将通过两种方式检验，但尚未展示具体方法。

1. 声音
   观察依据

   主讲人解释道：若 x1 与 x2 几乎相等，则难以确定 b1 和 b2，导致模型不稳定。

2. 图示
   观察依据

   方程下方标有‘回归方程变得不稳定’的括号。

1. 公式

   $$x_1 \approx x_2$$
   解释

   假设有两个自变量高度相关或几乎完全相同。

   步骤依据

   多重共线性的前提条件。

   视频直接表达
2. 公式

   $$\text{Difficult to determine } b_1, b_2$$
   解释

   由于这两个变量提供的信息是冗余的，模型无法为其中任一变量唯一地分配权重。

   步骤依据

   冗余性所导致的逻辑结果。

   视频直接表达
3. 公式

   $$\text{Model becomes unstable}$$
   解释

   数据的微小变动可能导致估计系数出现大幅波动。

   步骤依据

   病态矩阵所具有的标准统计性质（隐含）。

   依据视频推导

预测变量之间的高相关性会导致系数估计不稳定。

1. 声音
   观察依据

   主讲人通过提问“x1是否等于其他变量的某种组合”来推导诊断方法，从而引出辅助方程。

2. 公式
   观察依据

   方程从预测 y 转变为预测 x1，所用自变量为 x2…xk。

1. 公式

   $$\hat{y} = b_1 \cdot x_1 + b_2 \cdot x_2 + ... + b_k \cdot x_k + a$$
   解释

   从标准的多元回归方程出发。

   步骤依据

   给定的模型结构。

   视频直接表达
2. 公式

   $$\text{Check if } x_1 \approx f(x_2, ..., x_k)$$
   解释

   判断变量x1能否表示为其余预测变量的函数。

   步骤依据

   多重共线性的定义。

   视频直接表达
3. 公式

   $$\hat{x}_1 = b_2 \cdot x_2 + ... + b_k \cdot x_k + a$$
   解释

   建立一个新回归模型，将x1作为目标变量。

   步骤依据

   诊断的方法学步骤。

   视频直接表达

对某一预测变量相对于其余预测变量进行辅助回归，以检验多重共线性。

1. 公式
   观察依据

   幻灯片并排显示$T=1-R^2$和$VIF=\frac{1}{1-R^2}$。

2. 声音
   观察依据

   讲解者使用相同的决定系数来定义这两个量。

1. 公式

   $$$$
   解释

   从一个预测变量对其他所有预测变量的辅助回归开始。

   步骤依据

   箭头从主模型指向$\hat{x}_1$、$\hat{x}_2$和$\hat{x}_k$，所展示的正是这一设定。

   视频直接表达
2. 公式

   $$R^2$$
   解释

   从该辅助回归中计算决定系数$R^2$。

   步骤依据

   幻灯片在两个诊断公式中均将$R^2$标注为决定系数。

   视频直接表达
3. 公式

   $$T = 1 - R^2$$
   解释

   将容差定义为一减去该$R^2$。

   步骤依据

   直接显示在左侧面板“容差”下方。

   视频直接表达
4. 公式

   $$VIF = \frac{1}{1 - R^2}$$
   解释

   将方差膨胀因子定义为与容差所用相同量的倒数。

   步骤依据

   直接显示在右侧面板“VIF（方差膨胀因子）”下方。

   视频直接表达
5. 公式

   $$VIF = \frac{1}{T}$$
   解释

   由于两个公式共享$1-R^2$，因此VIF是容差的倒数。

   步骤依据

   两个所展示定义的代数推论。

   依据视频推导

这两个诊断指标在代数上相互关联：容差衡量辅助回归中未被解释的变异，而方差膨胀因子（VIF）是其倒数。

1. 公式
   观察依据

   注意线标示出$T<0.1$和$VIF>10$。

2. 公式
   观察依据

   同一张幻灯片上的定义给出$T=1-R^2$和$VIF=1/(1-R^2)$。

1. 视频并未明确指出这两个阈值是同一规则的互为倒数形式。

1. 公式

   $$T < 0.1$$
   解释

   当容差降至0.1以下时，幻灯片发出警告。

   步骤依据

   容差下方显示的注意线。

   视频直接表达
2. 公式

   $$VIF = \frac{1}{T}$$
   解释

   利用前述推导，VIF等于容差的倒数。

   步骤依据

   由$T=1-R^2$和$VIF=1/(1-R^2)$推出。

   依据视频推导
3. 公式

   $$VIF > 10$$
   解释

   对正阈值$T<0.1$取倒数，得到对应的警告值$VIF>10$。

   步骤依据

   对所展示的容差截断值进行倒数变换。

   依据视频推导

两条关注规则是以倒数形式对同一底层边界条件的一致性重述。

1. 图示
   观察依据

   左侧示意图：围绕青绿色点的平行红色边界，标注为“同方差性”。

2. 图示
   观察依据

   右侧示意图：围绕青绿色点的发散状红色边界，标注为“异方差性”。

3. 字幕依据
   观察依据

   文字指出残差方差必须在预测值上保持恒定，且数据不能表现出异方差性。

1. 这是从示意图几何关系出发的直观推断，而非屏幕上展示的形式化代数推导。

1. 公式

   $$$$
   解释

   阅读文字表述的条件：残差方差必须在预测值上保持恒定。

   步骤依据

   直接呈现在屏幕文字中。

   视频直接表达
2. 公式

   $$$$
   解释

   对比两张图：同方差图中，点的散布被限制在两条平行边界之间；而异方差图中，散布则沿拟合值方向逐渐变宽。

   步骤依据

   红色边界线是平行还是发散，这一几何差异清晰可见。

   视频直接表达
3. 公式

   $$$$
   解释

   由此推断：预测值上的散布变化对应着非恒定的残差方差，即异方差性。

   步骤依据

   将文字定义与图示中的视觉对比结合起来理解。

   依据视频推导

这些图以视觉方式编码了文字所述的同一判据：预测值上的残差散布恒定即为同方差性，而散布增大或变化则为异方差性。

1. 图示
   观察依据

   左侧散点图标注为“线性”，显示青色点围绕一条向上的红色直线聚集；右侧散点图标注为“非线性”，显示青色点呈弯曲分布，一条红色直线从中穿过。

2. 声音
   观察依据

   讲解员将左侧图形描述为近乎完美的线性关系，而将右侧图形描述为明显的非线性关系，此时回归直线无法有意义地拟合。

比较两个散点图，判断何时一条直线回归线具有意义。

1. 左侧图表标注为“线性”。

2. 右侧图表标注为“非线性”。

3. 每个图表均包含青绿色数据点和一条红色直线。

判断哪个图表满足线性要求，并说明若不满足该要求会带来什么后果。

1. 公式

   $$$$
   解释

   观察左侧图表：各点沿一条直线趋势共同上升，因此红色直线能较合理地代表这些点。

   步骤依据

   左侧散点图提供的直接视觉证据，配合旁白称其近乎完全线性。

   视频直接表达
2. 公式

   $$$$
   解释

   观察右侧图表：各点呈现弯曲的模式，因此红色直线无法有意义地拟合数据。

   步骤依据

   右侧散点图提供的直接视觉证据，配合旁白称该关系明显是非线性的。

   视频直接表达
3. 公式

   $$$$
   解释

   得出结论：左侧情形支持线性回归，而右侧情形违反了线性要求，从而削弱了解释力与预测能力。

   步骤依据

   旁白明确指出，在非线性情形下，回归系数无法被有意义地解释，且预测误差可能大于预期。

   视频直接表达

左侧“线性”图表满足线性要求；右侧“非线性”图表不满足该要求。

该结论既与红线上下点的视觉分布一致，也与讲解者对两张图表的明确对比相符。

1. 图示
   观察依据

   一张表格显示了Kolmogorov-Smirnov检验的“Alter”变量：df=12、Statistiken=0.169、p-Wert=0.83；以及Shapiro-Wilk检验的Statistiken=0.972、p-Wert=0.83。

解读名为‘Alter’的变量的Kolmogorov-Smirnov检验与Shapiro-Wilk检验输出结果。

1. Kolmogorov-Smirnov检验统计量 = 0.169，p值 = 0.83

2. Shapiro-Wilk检验统计量 = 0.972，p值 = 0.83

3. 自由度（df）= 12

根据p值判断数据是否偏离正态分布。

1. 公式

   $$p\text{-value} = 0.83 > 0.05$$
   解释

   将报告的p值与显著性水平0.05进行比较。

   步骤依据

   讲解者陈述的接受正态性的决策规则。

   视频直接表达

由于两个检验的p值（0.83）均大于0.05，数据与正态分布之间无显著偏离，因此可假设数据服从正态分布。

表格中p值为0.83的视觉确认。

1. 声音
   观察依据

   旁白人员表示她将演示如何在线检查回归假设，随后说明选择“薪资”作为因变量，“性别”“年龄”“体重”作为自变量。

2. 图示
   观察依据

   浏览器显示 datatab.net 在线统计计算器界面，包含示例数据集及“回归”选项卡。

3. 字幕依据
   观察依据

   多重共线性部分指出：若容差值 < 0.10 或方差膨胀因子 > 10，则存在问题，并列出“男性”“年龄”“体重”三行结果。

1. 表格中的精确数值清晰可读，但该片段未解释软件在前述幻灯片公式之外如何内部计算这些数值。

演示如何利用所展示的示例数据集，在线上检验以性别、年龄和体重预测薪资这一回归模型的假设条件。

1. 网站：datatab.net 在线统计计算器。

2. 因变量：薪资。

3. 自变量：性别、年龄、体重。

4. 软件输出部分包括：线性关系、误差正态性、多重共线性、异方差性。

展示实际操作流程，并从软件输出中读取多重共线性诊断结果。

1. 公式

   $$$$
   解释

   打开统计计算器并加载示例数据。

   步骤依据

   旁白指示访问 datatab.net 并点击“统计计算器”；页面显示“示例数据”。

   视频直接表达
2. 公式

   $$$$
   解释

   选择“回归”选项卡。

   步骤依据

   旁白提示点击“回归”选项卡，界面随即显示该选项卡。

   视频直接表达
3. 公式

   $$$$
   解释

   选择“薪资”作为因变量，“性别”“年龄”“体重”作为自变量。

   步骤依据

   旁白明确说明，且在选择控件中可见。

   视频直接表达
4. 公式

   $$$$
   解释

   点击“检查条件”以生成诊断结果。

   步骤依据

   旁白说：“现在我们可以点击‘检查条件’，从而获得各项条件的检验结果。”

   视频直接表达
5. 公式

   $$$$
   解释

   依次浏览“线性”与“误差正态性”，再到达“多重共线性”。

   步骤依据

   页面顺序与旁白叙述按此顺序逐项列出这些部分。

   视频直接表达
6. 公式

   $$\text{Male: Toleranz }0.313,\ \text{VIF }3.19;\ \text{Age: Toleranz }0.343,\ \text{VIF }2.915;\ \text{Weight: Toleranz }0.836,\ \text{VIF }1.196$$
   解释

   读取多重共线性表格中三个预测变量的数值。

   步骤依据

   这些数值在“多重共线性”标题下的结果表格中可见。

   视频直接表达

演示生成了一个多重共线性表格，包含男性（容差0.313，方差膨胀因子3.19）、年龄（容差0.343，方差膨胀因子2.915）和体重（容差0.836，方差膨胀因子1.196），以及其它假设检验结果。

显示的判定规则‘若容差小于0.10或方差膨胀因子大于10则存在问题’可应用于所列数值；在当前可见表格中，没有任何一行超过这些阈值。

1. 图示
   观察依据

   下方图表的标题由周围文字标出——“您的模型得出如下图形”，坐标轴分别标注为“预测值”和“残差”。

2. 图示
   观察依据

   青绿色点散布在整个图中；可见的刻度标签包括：预测值轴上标有500、0、-500、-1000，残差轴上标有2000、2500、3000。

3. 声音
   观察依据

   讲解者称，这就是检验线性回归模型前提条件的简便方法。

1. 该片段并未明确将所绘制的示例解释为同方差性或异方差性。

2. 各个数据点的精确坐标无法完全辨识。

3. 绘图背后所用的数据集与回归方程均未展示。

观察所显示的模型结果散点图，了解如何通过视觉方式检验回归假设。

1. 一个已拟合的模型生成了残差与预测值。

2. 该图以“预测值”为纵轴，以“残差”为横轴。

3. 上方页面解释了残差方差恒定与非恒定的区别。

利用该散点图作为回归残差方差要求的可视化诊断工具。

1. 公式

   $$$$
   解释

   找到标有句子‘您的模型得到如下图形’的下方散点图。

   步骤依据

   直接在屏幕上可见。

   视频直接表达
2. 公式

   $$$$
   解释

   识别坐标轴：纵轴为“预测值”，横轴为“残差”。

   步骤依据

   图中坐标轴标签清晰可读。

   视频直接表达
3. 公式

   $$$$
   解释

   观察青色点的分布，判断其纵向离散程度是否会随横向残差位置的变化而变化。

   步骤依据

   这是上下文解释及说话人关于检验前提条件的评论所暗示的视觉判断过程。

   依据视频推导

该片段提供了一个具体的残差-预测值风格的散点图作为检验对象，但并未对此特定示例给出最终结论。

验证需将下方散点图中观察到的离散模式与上方同方差/异方差示意图进行比对；本视频在此片段中未作出这一明确结论。

1. 字幕依据
   观察依据

   标题幻灯片显示“线性回归的要求”，副标题为“轻松学统计”，并带有DATAtab品牌标识。

1. 标题文字：“线性回归的要求”

2. 副标题：“轻松学统计”

3. DATAtab标志与徽章

1. 静态标题幻灯片持续显示，同时讲解者介绍本课主题。

1. 目前尚未展示任何数学图表或公式。

本段将本课定位为对线性回归所需前提假设的入门介绍。

1. 字幕依据
   观察依据

   一张标题为“要求”的幻灯片逐条呈现四个要点：线性关系、误差项服从正态分布、无多重共线性、以及异方差性不存在且残差方差在预测值范围内保持恒定。

1. 幻灯片标题：“要求”

2. 四个项目符号按顺序依次出现

1. 项目符号1最先出现。

2. 项目符号2随后出现。

3. 项目符号3接着出现。

4. 项目符号4最后出现。

1. 该幻灯片仅含文字，不含任何公式或图表。

动画将课程组织为一份检查清单，先列出四个前提假设，再开始详细讲解。

1. 字幕依据
   观察依据

   标题为“线性”的幻灯片包含三条项目符号：用一条直线穿过数据点；尽可能好地拟合所有数据点；当变量间关系为非线性时，该方法失效。

1. 幻灯片标题：“线性”

2. 三条解释性项目符号

1. 项目符号逐条出现，同时讲解员同步阐述直线拟合的思想。

1. 此子片段中尚未显示任何图像。

本片段在进行视觉对比之前，先以操作性方式定义线性关系。

1. 图示
   观察依据

   两张散点图并排呈现，标签分别为“线性”和“非线性”。两图均使用青色坐标轴和青色数据点，并在每组点云上画出一条红色直线。

2. 动画
   观察依据

   光标在图像上移动，沿直线轨迹滑动，并指向左侧拟合良好、右侧拟合较差的区域。

1. 左侧图像标注为“线性”

2. 右侧图像标注为“非线性”

3. 青色坐标轴

4. 青色数据点

5. 红色直线回归线

6. 移动的光标

1. 光标高亮显示左侧直线及其附近的点。

2. 随后，光标移至右侧图像，指出曲线状的点分布模式与直线之间存在不匹配。

1. 两张图均采用相同的配色方案和红色直线样式。

2. 左侧的点云呈线性排列；右侧的点云呈弯曲状。

这种视觉对比表明：直线可有效概括线性散点结构，但在非线性结构上会失效。

1. 字幕依据
   观察依据

   新幻灯片标题为“误差的正态分布”，其上并列两个标题，中间以一条竖直线分隔：左侧为“解析法”，右侧为“图示法”。

1. 在片段结束前，两个标题下方均未显示任何内容。

1. 幻灯片标题：“误差的正态分布”

2. 标题：“解析法”

3. 标题：“图示法”

4. 竖直分隔线

1. 该幻灯片替换了线性关系幻灯片，并构建起左右两栏的对比布局。

1. 本片段中，两列均保持空白。

本段预告将从两种方式评估正态性，但具体方法尚未展示。

1. 图示
   观察依据

   展示了一张分位数-分位数图（Q-Q图），图中有一条对角红色参考线，以及若干蓝色数据点，这些点紧密地沿该直线分布。

2. 声音
   观察依据

   讲解者指出，在Q-Q图中，我们通过观察数据点是否靠近参考直线来判断；数据点越靠近该直线，说明数据越符合正态分布。

1. 对角参考线

2. 散点状的数据点

1. 讲解者的光标沿对角线移动，以强调各点与该线的接近程度。

1. 数据点整体紧密跟随对角线的模式保持不变。

数据点在视觉上与对角线对齐，表明残差服从正态分布。

1. 图示
   观察依据

   一幅标注为‘同方差性’的散点图显示：蓝色点随机分布在两条平行的水平红色直线之间。

2. 声音
   观察依据

   讲解者指出，若满足同方差性，则误差应在整个取值范围内均匀散布。

1. 横轴（因变量）

2. 纵轴（误差）

3. 数据点

4. 两条平行的水平边界线

1. 讲解者光标沿水平边界线移动，并指向其内部的点。

1. 数据点在横轴方向上的垂直离散程度保持恒定。

残差在平行线界定范围内呈均匀、矩形分布，直观地证实了方差恒定（同方差性）。

1. 图示
   观察依据

   一幅标注为‘异方差性’的散点图显示：蓝色点构成漏斗形状，被两条发散的红线所界定。

2. 声音
   观察依据

   讲解者说明，这表示误差方差随因变量取值范围的不同而变化。

1. 横轴（因变量）

2. 纵轴（误差）

3. 数据点

4. 两条发散的边界线

1. 讲解员的光标沿着发散的边界移动。

1. 数据点的纵向离散程度从左至右系统性增大。

由发散直线所界定的漏斗状残差散点图，直观地展示了方差非常数性（异方差性）。

1. 动画
   观察依据

   幻灯片从‘同方差性’过渡到‘多重共线性’。

1. 幻灯片标题

2. 散点图

1. 标题文字发生变化

2. 图表消失

1. 背景颜色

2. Logo位置

标志前一假设讨论结束，多重共线性讨论开始。

1. 动画
   观察依据

   回归方程下方出现绿色括号，文字为“回归方程变得不稳定”。

1. 回归方程

2. 绿色括号

3. 文字标签

1. 括号展开

2. 文字渐显

1. 方程内容

在视觉上将数学公式与变量相关性所导致的不稳定性概念关联起来。

1. 动画
   观察依据

   绿色框‘预测’获得对勾；绿色框‘影响程度的度量’获得红色叉号。

1. 预测框

2. 测量框

3. 对勾

4. 叉号

1. 图标依次出现

1. 方框位置

在多重共线性条件下，对比预测有效性与系数解释的有效性。

1. 动画
   观察依据

   绿色箭头从主方程中的x1指向下方的新辅助方程。

1. 主方程

2. 辅助方程

3. 绿色箭头

1. 箭头绘制

2. 新方程出现

1. 主方程文本

说明 x1如何在诊断检验中从预测变量转变为响应变量。

1. 声音
   观察依据

   解说员提醒：当变量间不存在线性关系时，回归系数将无法被有意义地解释，且预测误差可能超出预期。

人们可能认为，即使数据呈非线性，也总能拟合一条回归直线，并对其系数作出解释。

视频明确指出：在非线性情形下，回归直线无法有意义地穿过数据点，所得系数可能不可解释，或预测结果可能出现超出预期的较大误差。

1. 字幕依据
   观察依据

   幻灯片文字将该条件定义为：“残差的方差必须在预测值上保持恒定。”

2. 声音
   观察依据

   解说员通过说明残差方差在预测值上不恒定，来解释异方差性。

人们可能把“无异方差性”仅仅当作一个名称，而不理解其中“变化”的对象是什么。

视频直接定义了该要求：残差方差必须在预测值上保持恒定。

1. 声音
   观察依据

   讲解员提醒道：解析型正态性检验在小样本中往往总是判定服从正态分布，而在大样本中又极易得出显著结果。

2. 图示
   观察依据

   项目符号明确将这些倾向列为该类检验‘使用频率越来越低’的原因。

误以为正态性检验得到的非显著 p 值就能确凿证明数据服从正态分布，而无视样本量大小。

解析型检验对样本量高度敏感：在小样本中可能无法检出偏差，而在大样本中又会将微小偏差判为显著；因此，Q-Q 图等图形方法更为稳健。

1. 声音
   观察依据

   主讲人澄清：在预测任务中，多重共线性是否存在并不重要。

用户可能认为多重共线性会破坏模型预测结果的能力。

多重共线性会影响各个系数的稳定性，但未必削弱模型的整体预测能力。

1. 声音
   观察依据

   讲解者在讨论使用全部变量导致的不稳定性时，称该方程为超定方程。

1. 该片段未定义‘超定’一词，且此处用法与其在线性代数中的常见含义关系松散。

观众可能认为‘超定’一词在此处是严格按线性方程组意义使用的，因为讲解者提到：‘在数学中，我们会说该方程是超定的。’

本片段中，该短语仅是对使用全部变量时出现不稳定现象的一种口头描述；屏幕上未给出该术语的正式定义或证明。

1. 公式
   观察依据

   注意力引导线标出$T<0.1$和$VIF>10$。

2. 声音
   观察依据

   讲解者指出，若这些阈值被突破，则可能存在多重共线性。

有人可能将$T<0.1$或$VIF>10$解读为多重共线性的精确、必要且充分条件。

视频将这些呈现为提示性阈值，表明可能存在多重共线性，而非推导得出的当且仅当判据。

1. 字幕依据
   观察依据

   该页面提供了文字/图形形式的判据，但未给出残差方差的代数公式。

2. 声音
   观察依据

   主讲人将该检验总结为“简单易行”，且未推导任何检验统计量。

观众可能从该片段中推断出：只需观察散点图或示意图，即可完全判定异方差性问题。

该片段呈现了一个直观的视觉判据和模型结果图，但未提供正式的检验统计量、p 值或代数决策规则。编者注：要进行严格检验，还需补充正式的诊断方法。

1. 声音
   观察依据

   主讲人仅将虚拟变量作为下一视频的主题提及。

由于主讲人在结尾附近提到了虚拟变量，观众可能预期本片段会对其加以解释。

在本片段中，虚拟变量仅被预告为后续内容；此处未给出定义、编码方案，也未演示其在回归中的应用。

1. 字幕依据
   观察依据

   “线性”幻灯片通过解释如何将直线放置于数据之中，进一步阐述了“前提条件”幻灯片中的第一条要点。

线性关系解释通过描述回归拟合中线性关系的含义，来落实第一条要求。

1. 声音
   观察依据

   讲解员指出，对线性关系的初步检验通常采用图形化方式进行。

图形化检验方法用于验证线性关系这一要求。

1. 字幕依据
   观察依据

   最后一张幻灯片标题为“误差的正态分布”，其下设“解析法”与“图示法”两个小标题。

2. 声音
   观察依据

   讲解员指出，检验误差 ε 是否服从正态分布共有两种方法。

所宣布的两种检验方法，均针对误差成分需服从正态分布这一要求。

1. 声音
   观察依据

   讲解员将多重共线性直接与回归系数的不稳定性关联起来。

避免多重共线性的要求，源于多重共线性会导致回归系数不稳定这一论断。

1. 声音
   观察依据

   讲解员通过这句话实现过渡：‘因此，为了判断误差是否服从正态分布，图形法被更频繁地采用。’

由于解析型检验对样本量过于敏感，图形法被呈现为一种更优的替代方案。

1. 图示
   观察依据

   幻灯片并排展示了同方差性与异方差性的图像，便于直接进行视觉对比。

异方差性被定义为对同方差性假设的违背，并通过对比二者各自的残差散点图加以说明。

1. 动画
   观察依据

   箭头从主回归方程指向关于$\hat{x}_1$、$\hat{x}_2$和$\hat{x}_k$的辅助回归方程。

这些辅助回归由主多元回归模型的预测变量集构造而成。

1. 公式
   观察依据

   容差公式中使用了$R^2$，而前一张幻灯片的上下文已将其与辅助回归关联起来。

容差是根据某一预测变量对其他预测变量进行辅助回归所得的$R^2$计算得出的。

1. 公式
   观察依据

   方差膨胀因子（VIF）公式同样使用辅助回归背景下相同的$R^2$。

VIF 由与容差计算所用的相同辅助回归$R^2$得出。

1. 公式
   观察依据

   两个公式并列显示：$T=1-R^2$和$VIF=1/(1-R^2)$。

给定相同的辅助回归$R^2$，VIF 是容差的倒数，因此这两个诊断指标以不同形式编码了相同的信息。

1. 公式
   观察依据

   注意线直接显示在容差和 VIF 公式下方。

警告规则$T<0.1$直接适用于容差统计量。

1. 公式
   观察依据

   注意线$VIF>10$显示在 VIF 公式下方。

警告规则$VIF>10$直接适用于方差膨胀因子。

1. 字幕依据
   观察依据

   ‘基本假设’幻灯片按顺序列出了四项假设。

1. 要求1：线性关系
2. 要求2：误差成分服从正态分布
3. 要求3：无多重共线性
4. 要求4：无异方差性

1. 图示
   观察依据

   并排呈现线性与非线性散点图以作对比。

2. 声音
   观察依据

   讲解员阐释了非线性带来的后果，并建议在分析初期即通过图形方式检验线性关系。

1. 线性关系即直线拟合
2. 线性关系的图形检验
3. 对非线性关系拟合线性模型所带来的后果
4. 线性与非线性散点图示例

1. 字幕依据
   观察依据

   幻灯片文字通过预测值上的残差方差来定义该条件。

1. 要求4：无异方差性
2. e
3. $\hat{y}$

1. 字幕依据
   观察依据

   幻灯片标题“解析法”和“图示法”引出了两种检验路径。

1. 视频片段在方法讲解完成前就结束了。

1. 检验误差正态性的两种方法
2. 要求2：误差成分服从正态分布

1. 声音
   观察依据

   解说员指出，多重共线性会使回归系数变得不稳定。

1. 要求3：无多重共线性
2. 多重共线性意味着回归系数不稳定

1. 声音
   观察依据

   讲解分析检验的局限性，并介绍图形化方法。

1. 残差正态性的分析检验
2. 残差正态性的图形检验方法
3. 过度依赖解析型正态性检验

1. 图示
   观察依据

   同屏对比展示同方差与异方差的散点图。

1. 同方差性假设
2. 异方差性

1. 声音
   观察依据

   讲解Q-Q图中数据点与参考线距离所代表的含义。

1. 残差正态性的图形检验方法

1. 声音
   观察依据

   主讲人明确提问：“什么是多重共线性？”。

1. 多重共线性的定义

1. 声音
   观察依据

   主讲人讨论如何通过辅助回归来诊断该问题。

1. 通过辅助回归诊断多重共线性
2. 诊断方程的推导

1. 声音
   观察依据

   主讲人对比了预测与影响度量。

1. 多重共线性对预测与影响度量的影响对比
2. 关于预测准确性的误解

1. 公式
   观察依据

   左侧面板显示$T=1-R^2$在容差下的取值。

1. 容忍度定义