回归系数检验的原假设为H0：i= 0，即第i个自变量xi 与因变量y没有线性关系。检验统计量与一元线性回归一致

这里k表示自变量个数。检验决策方法与一元线性回归一致，这里不再重复介绍。

假设失效的影响：如果模型的线性关系假设不成立，这就意味着模型中可能还有x2，ln(x)等非线性情形，或者因变量无法由自变量线性表示，此时所得到的模型参数无法证实刻画数据包含的内部规律。

假设失效解决方法：如果自变量与因变量的关系是非线性的，则可以考虑对于自变量做x2，ln(x)等非线性变换后，再做线性回归。

期望为0假设

假设检验方法：（图形法）可以直接绘制散点图，查看残差是否对称分布在0的两侧；（统计检验）可以用假设检验中的t检验方法，其原假设为H0：E(ε)=0，具体操作将在案例中展示。

假设失效的影响：如果残差的期望不等于0，而等于其他的某个常数，那么这个常数就应该出现在多元线性回归的常数项内。

假设失效解决方法：如果失效，考虑是否强制将常数项设置为0，或考虑异常值 问题。