La suposición $E(\xi|X)=0$ se llama como fuerte endogeneidad . Significa que no hay fugas de información de las variables independientes en el término de error. Como su nombre indica, se trata de un supuesto muy estricto y, por lo general, no es posible. Por lo tanto, aplicamos una versión más suave de la misma como:
\begin {align*} E( \xi_i )=0 \end {align*} \begin {align*} Cov( \xi_i X_i)=0 \end {align*}
Estas condiciones implican que la media del error es cero y que no existe una relación lineal entre los errores y las variables independientes, respectivamente. Puede comprobar fácilmente estos resultados. Para el supuesto de media cero, puede aplicar la prueba t para demostrar que la media residual no difiere significativamente de cero, mientras que para la condición de covarianza, puede comprobar simplemente los coeficientes de correlación entre los residuos y las características, para cada característica. Espero que esto le sirva de ayuda.
0 votos
¿Debo trazar los residuos contra las variables X?
1 votos
Sí, compruebe si los residuos dependen de los valores predichos del modelo (no deberían).
0 votos
¿Puede dar más detalles sobre esto, por favor? Muchas gracias
0 votos
En la mayoría de las implementaciones de la regresión lineal, los errores estimados (residuos) tienen una media de cero por diseño.