实用回归实验要点分析.pptVIP

4、同方差性（四种方法） 1.plot(lm.baoxian) library(car)spreadLevelPlot(lm.baoxian) 画出标准化残差绝对值与拟合值之间的关系,从图形中可知点在水平的最佳拟合曲线周围呈水平随机分布，基本满足同方差的假定，代码结果建议幂次变换。 （若不满足你将会看到一个非水平的曲线。） x-x^(0.3817295 ) lm.baoxian1-lm(y~x) spreadLevelPlot(lm.baoxian1) 斯皮尔曼等级相关系数 y.res-residuals(lm.baoxian) cor.test(y.res,x,method=spearman) ncvTest(lm.baoxian)#检验同方差性 5、线性模型的综合检验 gvlma包中gvlma命令 Pena和Slate(2006)年编写，能对线性模型假设进行综合验证，同时还能做偏倚度、峰度和异方差性的检验。即它给模型提供一个单独的综合检验（通过或者不通过） 6、多重共线性检验（多元回归中） car包中vif vif(lm.baoxian)   7、异常观测值 离群点、高杠杆值点和强影响点 1.离群点：那些模型预测效果不佳的观测点，它们通常有很大的、正或者负的残差，正的残差说明模型低估了响应值，负的残差说明高估的响应