a) Предположение о нормальности: предполагается, что ошибки ε(i) нормально распределены. Если остатки не распределены нормально, их случайность теряется, что означает, что модель не может объяснить связь в данных.
b) Предположение о нулевом среднем: предполагается, что остатки имеют среднее значение, равное нулю, т. е. члены ошибок обычно распределяются вокруг нуля.
c) Предположение о постоянной дисперсии: предполагается, что остаточные члены имеют одинаковую (но неизвестную) дисперсию, σ2. Это предположение также известно как предположение об однородностиилигомоскедастичности.
d) Предположение о независимой ошибке: предполагается, что остаточные члены не зависят друг от друга, т. е. их попарная ковариация равна нулю. Это означает отсутствие корреляции между остатками и прогнозируемыми значениями или между самими остатками.
Если присутствует какая-то корреляция, это означает, что существует какая-то связь, которую регрессионная модель не может идентифицировать.
Если независимые переменные не являются линейно независимыми друг от друга, то теряется уникальность решения метода наименьших квадратов (или решения нормального уравнения).
