11.07.2015 Views

Introduzione ai modelli lineari - Analisi statistica ... - Docente.unicas.it

Introduzione ai modelli lineari - Analisi statistica ... - Docente.unicas.it

Introduzione ai modelli lineari - Analisi statistica ... - Docente.unicas.it

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Plot dei residuiPerchè la retta possa essere considerata una buona approssimazione della relazione che intercorre tra Yed X è necessario che i residui abbiano un andamento casuale rispetto <strong>ai</strong> valori della x. Se, ad esempio,all’aumentare dei valori della x aumentassero sistematicamente anche i residui, allora la relazionepotrebbe non essere non lineare: la retta di regressione ne sarebbe dunque una cattiva approssimazione.variabili esplicative vs residuiPer verificare che l’andamento dei residui sia effettivamente casuale rispetto ad x, è possibile utilizzareun diagramma di dispesione tra i valori x i ed i corrispondenti residui e i (i = 1, . . . , n)<strong>Introduzione</strong> <strong>ai</strong><strong>modelli</strong> <strong>lineari</strong>A. IodiceRegressione linearesempliceModello diregressione linearemultiplaObiettivi dellaregressione

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!