Question

为什么要对线性回归方程进行统计检验，一般需要对哪些方面进行检验？

Answer 1

不论是何种数据，用最小二乘法是一定可以得到一个线性关系式的（除非所有的数据相同），但是两组数据并不一定存在线性相关关系，为了避免得到本不存在的回归方程，对相关关系的显著性进行检验。

首先要明白：方程的回归计算和竖陆隐曲线的拟合都是一种【近似计算】。

因此，一个哪怕经过“精挑细选悉弊”的【线性】方程，它对于样本的《合用》程度依然是【不一定】的。（因为也许这批样本【根本余厅就不能】用《线性方程》来描述）所以为了考察这批样本对这个《线性方程》的贴合程度，为了向其它使用者证明这个方程的合理性，同时也可以为自己打气——这就是这批样本的合适方程，于是就要进行统计检验。

Answer 2

检验有很多种
F检验，对方程的整体的显著性水平做检验，简单说就是那你这个方程列的有没有意义
t检链团运验，对某一个变量的显著水平做检验，简单说就是看这个变量对y的影响是否棚梁明显。
异方差检验，看截面数据是否存在异方差
时间序列检验，看时间序列数据是否存在序列相关性
多重共或孙线性检验，看多个解释变量间是否存在共线性。
以上任何一个问题都会使你的回归结果变得不可靠，不可信，甚至于不可用。
希望帮到你。