[数学]5-1一元线性回归 3.pptVIP

第五章 回归分析 一元线性回归模型(基本假定) 自变量 x 的取值是固定的，即假定 x是非随机的 误差项ε是一个服从正态分布的随机变量，且相互独立。即ε~N(0 ,σ2 ) 残 差 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 反映了用估计的回归方程去预测而引起的误差 用残差证实模型的假定 残 差 图 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 用于判断误差 ? 的假定是否成立 检测有影响的观测值 残差与标准化残差图(例题分析) 残 差 图 (例题分析) 标准化残差 残差除以它的标准差 也称为Pearson残差或半学生化残差(semi-studentized residuals) 计算公式为 标准化残差图 ? 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，标准化残差的分布也应服从正态分布 在标准化残差图中，大约有95%的标准化残差在-2到+2之间 (例题分析) 用残差检测异常值和有影响的观测值 异常值 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，比如非线性模型 如果完全是由于随机因素而造