2011年8月残差分析.pptVIP

残差分析 1 用残差证实模型的假定 2 用残差检测异常值和有影响的观测值 残差 (residual) 1. 因变量的观测值与根据估计的回归方程求出的预测值之差，用e表示 2. 反映了用估计的回归方程去预测而引起的误差 3. 确定有关误差项?的假定是否成立 检测有影响的观测值 用残差图诊断回归效果与样本数据的质量，检查模型是否 满足基本假定，以便对模型作进一步的修改 用残差证实模型的假定 残差图 (residual plot) 1. 表示残差的图形 ■ 关于x的残差图 ■ 关于y的残差图 ■ 标准化残差图 2. 用于判断误差?的假定是否成立 3. 检测有影响的观测值 残差图 (形态及判别) 残差图 (例题分析) 学生化残差图 ◆ 用以直观地判断误差项服从正态分布这一假定是否成立 ■ 若假定成立，学生化残差的分布也应服从正态分布 ■ 在学生化残差图中，大约有95.45%的学生化残差在-2到+2之间 学生化残差图 (例题分析) 用残差检测异常值和有影响的观测值 异常值 (outlier) 1. 如果某一个点与其他点所呈现的趋势不相吻合，这个点就有可能是异常点，或称为野点 ■ 如果异常值是一个错误的数据，比如记录错误造成的，应该修正该数据，以便改善回归的效果 ■ 如果是由于模型的假定不合理，使得标准化残差偏大，应该考虑采用其他形式的模型，