Yanlış öncül: A , DV ve IV arasında güçlü bir ilişki olmadığı anlamına gelir. β^≈0
Doğrusal olmayan fonksiyonel ilişkiler boldur ve bir çok ilişkinin ürettiği veriler, ilişkinin doğrusal olması gerektiğini varsayarsa, genellikle yaklaşık sıfır eğim oluşturur.
Buna bağlı olarak, başka bir sahte öncül araştırmacıda, çoğu zaman varsayımsal olarak, pek çok tanıtıcı regresyon ders kitabının , IV'ün polinom genişlemelerine DV'nin bir dizi regresyonunu inşa ederek "lineer (örneğin, , ardından , sonra tarafındanY∼β0+βXX+εY∼β0+βXX+βX2X2+εY∼β0+βXX+βX2X2+βX3X3+ε, vb.). Düz çizgi DV ve IV arasındaki doğrusal olmayan bir fonksiyonel ilişkiyi iyi temsil edemediği gibi, bir parabol de tam anlamıyla sonsuz sayıda doğrusal olmayan ilişkiyi (örneğin sinüzoitler, sikloidler, adım fonksiyonları, doygunluk etkileri, s-eğrileri vb. Ad adinitum) temsil edemez. ). Bunun yerine , herhangi bir özel işlevsel form (örneğin, koşu çizgisi pürüzsüzlüğü, GAM'ler, vb.) Varsaymayan bir regresyon yaklaşımı olabilir .
Bir üçüncü sahte öncül tahmin sayısının artırılması olduğunu parametreler mutlaka istatistiksel güç kaybı ile sonuçlanır. Bu, gerçek ilişki doğrusal olmadığında ve tahmin etmek için birden fazla parametre gerektirdiğinde yanlış olabilir (örneğin, "bozuk bir çubuk" işlevi sadece düz bir çizginin kesişme ve eğim terimlerini gerektirmez, aynı zamanda eğimin değiştiği noktayı ve ne kadar şev değişiklikleri Ayrıca tahminler): Yanlış tanımlanmış bir modelin kalıntıları (örneğin düz bir çizgi), daha düşük bir reddetme olasılığı ve daha geniş güven aralığı ve tahmin aralıklarıyla sonuçlanan (önyargılı tahminlere ek olarak) sonuçlanan oldukça büyük büyüyebilir. .