Комментарии 2
"Наличие корреляции в этом случае свидетельствует, что мы ошибочно взяли регрессионную модель, и был какой-то параметр, который мы «не додумали» или просто упустили из виду."
Это ещё может свидетельствовать что модель с гауссовым распределением ошибок не подходит для задачи.
Самый простой пример если переменная Y — это дискретные отсчёты ( например число посетителей сайта), в таком случае надо будет применять модель с пуассоновым распределением. См.
https://en.m.wikipedia.org/wiki/Overdispersion
Интересно, какие законы смог бы дата-сайнтист открыть, глядя в звездное небо и заранее не зная о законах? Если взять, например, школьника и учить его только data-science и не учить физике. Сможет он открыть закон всемирного тяготения? F=G m1 m2 / r^2
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Методы регрессионного анализа в Data Science