Когда Y отображается на графике , я вижу, что между ними существует линейная зависимость (восходящая тенденция). Теперь это также означает, что между Y и X существует линейная тенденция к снижению1X
Последнее предложение неверно: есть нисходящий тренд, но он ни в коем случае не линейный:
Я использовал , как функции плюс немного шума на . Как вы можете видеть, в то время как построение против приводит к линейному поведению, против далеко от линейного.f(x)=1xYY1XYX
(@whuber указывает, что график против не выглядит гомоскедастичным. Я думаю, что он имеет более высокую дисперсию для низкого потому что гораздо более высокая плотность регистра приводит к большему диапазону, который по сути то, что мы воспринимаю. На самом деле, данные гомоскедастичны: я использовал для генерации данных, поэтому нет зависимости от размера )Y1XYY = 1 / X + rnorm (length (X), sd = 0.1)
X
Так что в целом отношения очень нелинейные. То есть, если ваш диапазон не настолько узок, что вы можете приблизитьВот пример:Xd1xdx=−1x2≈const.
Нижняя граница:
- В общем, очень трудно аппроксимировать функцию типа линейной или полиномиальной функцией. А без смещения вы никогда не получите разумного приближения.1X
- Если интервал достаточно узок, чтобы позволить линейное приближение, вы все равно не сможете по данным догадаться, что отношение должно быть а не линейным ( ).X1XX