残差分析_数据分析.pptVIP

2.3 残差分析;2.3.1 误差项的正态性检验;其中H是n阶对称幂等矩阵 ; 由于残差的方差和杠杆量有关，故一般情况下，残差的方差不相等，这不利于残差的应用，，因此我们将残差标准化。 ;二、残差正态性的频率检验 ; 服从标准正态分布的随机变量取值在（-1，1）内的概率为0.68；在(-1.5,1.5)内的概率为0.87；在（-2，2）内为0.95，因此若模型误差项独立同正态分布，则当n较大时，学生化残差中应大约有68%的点落在在（-1，1）内；大约有87%在(-1.5,1.5)内，大约95%在（-2，2）内。;三、残差的正态qq图检验 ;（2）相关系数检验。; 通过考察不同类型残差图可以对误差项分布的正态性，等方差性以及回归关系的线性性等假定的合理性作出直观检测，还可以对回归方程是否有必要引进自变量的高次项、交叉项等提供参考。; （1）以因变量Y的拟合值为横坐标的散点图。;; （2）以自变量观测值为横坐??的散点图。; 通过残差分析可以发现所给数据的某些特点和模型 假定的一些不足之处，接下来的问题就是要采取相应的 措施改进其不足，以建立更好的回归模型。;Box-Cox变换对因变量Y做如下变换：;; 回归方程的选取包括回归方程类型的选取和回归 方程类型确定后自变量的选取。我们主要讨论自变量 的选取; （1）会将一些对因变量影响很小甚至根本无影响 的自变量也包含在回归方程中，从而使计算量增加， 并会导致回归参数估计和因变量预测值的精度下降。; 一，穷举法;(1) 复相关系数准则;(3) Cp准则; 逐步回归法的基本思想是依次拟合一系列回归方程， 后一个回归方程是在前一个的基础上增加或删除一个 自变量，其增加和删除的原则是用残差平方和的相对 减少或增加量来衡量。 ;Sas常用的检验准则:;(2)后向选择法