第三讲回归诊断.docVIP

第三章 回归诊断 §3.1 引言 在前两章讨论一元与多元线性回归问题中，我们作了如下一些假定： 是的线性函数； 随机误差相互独立，并且满足：； 服从正态分布。 在实际中这些假定是否合理？如果实际数据与这些假设偏离比较大，那么前而讨论的有关参数的区间估计，假设检验就不再成立。如果经过分析，已经确认对所研究的具体，上面的假设不成立，那么我们又希望探讨对数据作怎样的修正后，能使它们满足或近似满足这些假设。这些就是回归诊断中所要解决的第一个问题。 回归诊断的另一个研究的问题是对数据的诊断，探查对统计推断有较大影响的试验点，这样的点称为强影响点。 §3.2 残差及残差图 普通残差 在第三章中，我们假定，此时模型的最小二乘估计为： ，由此可得拟合向量： ， 其中。 记：，则称残差向量。残差向量是我们进行回归诊断的重要工具。容易验证：，即矩阵是幂等对称矩阵。由第二章的讨论可知： 当时， 我们可以看出普通残差与之间有着密切的关系，为此进一步讨论的性质 如下： 定理3.1 (1) ,且时，。 (2) , 其中为自变量个数。 证明：（1）因为，所以有 故有：，由此可得。 （2） 事实上，对一元线性回归方程来说： （证明可参见[1]p97-99）。由此可知的最小值为，当时达到；且随着远离中心，增大。当离中心充分远时，能够充分接近于1。 通常称很大的点为高