模型检验
What is that
之前所有的回归模型及性质都是基于GM假设的:
- E ( ϵ i ) = 0 E(\epsilon_i)=0 E(ϵi)=0 i = 1 , 2.. n _{i=1,2..n} i=1,2..n
- V a r ( ϵ i ) = σ 2 Var(\epsilon_i)=\sigma^2 Var(ϵi)=σ2 i = 1 , 2.. n _{i=1,2..n} i=1,2..n
- ϵ 1 , ϵ 2 . . . . . ϵ n \epsilon_1,\epsilon_2.....\epsilon_n ϵ1,ϵ2.....ϵn iid
- ϵ i \epsilon_i ϵi服从正态
1) GM不满足时,会发生什么
总的来说:
假设1是重要的, 不满足时,估计和预测都会出现偏差
假设3时重要的, 不满足时, 标准差的估计会不再准确
假设2,4, 只要我们没有遇到非常极端的情况:并不很重要,
e.g.方差的变化很大或存在一些有较大影响的观察结果
why:
- E ( ϵ i ) = 0 E(\epsilon_i)=0 E(ϵi)=0 i = 1 , 2.. n _{i=1,2..n} i=1,2..n不满足时:
β
^
\hat{\beta}
β^变为
β
\beta
β的一个有偏估计:
对于新值的预测同样是有偏的:
- V a r ( ϵ i ) = σ 2 Var(\epsilon_i)=\sigma^2 Var(ϵi)=σ2 i = 1 , 2.. n _{i=1,2..n} i=1,2..n
之前计算得的
β
^
\hat{\beta}
β^的方差失效:
V
a
r
(
β
^
)
≠
σ
2
(
X
T
X
)
−
1
Var(\hat{\beta})\neq\sigma^2(X^TX)^{-1}
Var(β^)=σ2(XTX)−1, 也就意味着所有由
V
a
r
(
β
^
)
Var(\hat{\beta})
Var(β^)出发的推论全部失效
- ϵ 1 , ϵ 2 . . . . . ϵ n \epsilon_1,\epsilon_2.....\epsilon_n ϵ1,ϵ2.....ϵn iid不满足时:
根据经验,所有的方差是否相等(假设2)对于 σ \sigma σ估计的影响并不大(只要各个方差相差不太大); 但是,这些方差是否独立对于 σ \sigma σ的估计影响很大(就算只有两个方差相关,最后的结果相差都会很大)
- ϵ i \epsilon_i ϵi服从正态 不满足时:
首先样本分布不再是正态, 导致 σ ^ \hat{\sigma} σ^不再是 χ 2 \chi^2 χ2,导致 t 检验, f 检验均不再正确
不过, 由于大数定律的存在, 其偏差不会很大当样本量n大于30,并且没有influential point时, t 和 f 检验的结果依然有效
2) 如何检验该模型是否满足假设
方法:各种图,通过观察图来大致判断好坏
残差图
横轴:x (注意这里是x值不是x序列)
纵轴:残差
解释:如若满足gm假设,其残差应当服从KaTeX parse error: Undefined control sequence: \si at position 2: N\̲s̲i̲(0,\sigma^2),即应当是如上图1所示的样子,图2为一反例
另外,还有一种残差图
横轴:y的拟合值
Y
^
\hat{Y}
Y^
同样的,这里我们可以看到,图a为理想状况,原因一致,同样是残差服从固定方差的正态分布;
b中有明显偏差,均值不为0
而在c中,很明显,参擦汗随着y的增加,有逐渐发散的趋势,这说明残差与y拟合值有关
偏残差图
偏残差的定义: r i ( j ) = r i + β 1 ^ x i j r_i^{(j)}=r_i+\hat{\beta_1}x_{ij} ri(j)=ri+β1^xij
其含义为:把 x j x_j xj的效应加回残差中
#这里偏残差暂时不深究,马上考试,回头再学
横轴:x
纵轴:偏残差
解释:对于满足GM假设的模型来说,偏残差图应表现为线性关系,如上图1;
图2为反例
Q-Q图
qq图用于检验GM4,其两个坐标轴是经过某种变换的实验数据,使其当GM4满足时,应当服从正态,与真正的正态一起,互为两个轴,作图,其理性情况应该是呈45度角的直线(课件里这个应该是变换拉伸了并不是45度)
3) 当不满足时,我们可以做些什么
log转化
其包含两种:一种是仅对响应变量转换;另一种是对协变量和相应变量都进行转换