선형 회귀 모델에 대해 표시된 잔차 플롯만 주어진 경우, 모델에서 발생할 가능성이 가장 높은 문제는 무엇입니까?

제공된 잔차 플롯에서 잔차의 분산이 예측값에 따라 체계적으로 변하는 것을 볼 수 있습니다. 이는 잔차의 등분산성(homoscedasticity) 가정이 위반되었음을 의미하며, 이를 이분산성(heteroscedasticity)이라고 합니다. 선형 회귀 모델은 잔차가 일정한 분산을 가져야 한다는 가정을 기반으로 하므로, 이분산성이 존재하면 모델의 계수 추정치가 비효율적이고 표준 오차가 편향되어 통계적 추론이 부정확해질 수 있습니다. 따라서 선형 회귀 모델이 데이터에 적합하지 않을 가능성이 높습니다. 이상값은 잔차 플롯에서 특정 지점이 다른 지점들과 크게 떨어져 나타나는 경우에 해당하며, 잔차의 평균이 0인 것은 선형 회귀의 기본 가정이지만, 이분산성 문제와는 별개입니다.