本文探讨了残差分析在回归分析中的重要性，主要关注四个假设的验证：模型线性、误差正态分布、方差齐性和误差独立。通过Mathematica处理安斯库母四重奏数据，展示如何绘制残差图、pp图和qq图以检查正态性，并利用库克距离和Hadi's距离识别影响力较大的观测点。通过这些方法可以识别并处理异常值，提高模型的准确性和可靠性。
【回归分析】[6]--残差分析
在这一节，我们讨论一下关于残差的问题。主要是为了验证四个假设。
1. 关于模型形式的假定：模型关于参数是线性的-- 通过观察Y-- X的散点图;
2. 关于误差的假定：a.方差服从正太分布 b.均值为0 c.方差相同 d.误差相互独立-- pp图;
3. 关于预测变量的假定 : a.预测变量是非随机的 b.数据是无误差的 c.预测变量线性无关;
4. 关于观测的假定 : 影响力相同;
这一次，我们就要之前的一个例子来做解释。Ma
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
