• Linearität
• Homoskedastizität
• Normalverteilung
• Unabhängigkeit der Residuen

Vier Annahmen sind im Modell der linearen Regression mit der inferenzstatistischen Absicherung verbunden:

1. Linearität: Abhängigkeit zwischen Erwartungswert des Kriteriums und Prädiktor ist durch eine Gerade (linear) gegeben.
2. Homoskedastizität: Varianz der y-Werte, die an einer bestimmten Stelle des Prädiktors vorliegt, ist für alle Prädiktorwerte gleich. Diese Varianz entspricht dem quadrierten Standardschätzfehler in der Population
3. Normalverteilung: Verteilung der y-Werte an einer bestimmten Stelle des Prädiktors ist eine Normalverteilung.
4. Unabhängigkeit der Residuen: Die Höhe des Residuums einer Person hängt nicht von der Höhe des Residuums einer anderen Person ab.