Valori anomali ed osservazioni influenti nel modello di regressione

  
-2-
parametri che legano la variabile esplicativa alle 
dipendenti. 
Generalmente, nei modelli di regressione, il numero ed 
il tipo di variabili esplicative vengono determinate a 
priori; se, per esempio, il modello viene formulato per 
esprimere una relazione economica, sarà la teoria 
economica stessa a suggerire quanti e quali regressori 
includere nel modello. 
In generale, i modelli lineari hanno scopi esplicativi, ad 
essi si richiede, infatti, di rappresentare, più o meno 
fedelmente la realtà osservata e di mettere in evidenza 
relazioni tra diversi fenomeni. 
Naturalmente, un modello elaborato può fallire nei suoi 
scopi. In tal caso è necessario stabilire perché il modello 
non soddisfa quegli obiettivi e trovare il modo per 
superare tale ostacolo. 
Le fonti possibili di errore nell'elaborazione di un 
modello possono essere dovute in primo luogo ad una non 
corretta formulazione del modello stesso. In altri termini, 
pur avendo individuato le variabili che teoricamente 
devono entrare nel modello, queste sono state utilizzate 
in modo non corretto per cui il modello che ne deriva non 
è attendibile e bisogna riformularlo. 
Allo stesso modo, perché un metodo di stima dia 
"stimatori soddisfacenti", deve essere verificata una serie 
di assunzioni. Naturalmente, se queste vengono violate, 
gli stimatori risultanti saranno scarsamente efficienti ed 
anche il modello sarà poco attendibile. In tale situazione, 
è necessario ricorrere ad un metodo di stima che tenga 
conto delle varie assunzioni del modello.