回归方程有效性的检查

我梳理了一下，整理成下表给大家参考，也比较好记忆，回归之前六条，回归之后六条：

检查回归方程的有效性
回归分析之前	1	对y进行正态分布的检验,如果y不服从正态分布，则需要进行变换。
	2	通过相关性分析，判断x与y的相关性，如果不相关，则不需要纳入此x到方程中。
	3	通过相关性分析，判断x与x之间的相关性，相关的x不能出现在同一个方程中。
	4	通过散点图，观察是否是直线关系。如果非直线相关，则进行变换。
	5	通过箱线图识别x或y的离群点，这些离群点的发生是小概率事件，没有代表性应该删除。
	6	通过散点图，识别趋势的离群点，这些离群点显著影响了总体趋势，可以删除，并非必须，具体情况具体分析。
回归分析之后	7	F检验：确保整体方程有效。P<=0.05说明模型中至少有一个X对Y有显著的影响关系。
	8	t检验：确保每个系数都有效。P<=0.05说明这个x对y有显著性影响关系。
	9	残差分析：残差独立，残差服从正态分布，残差均值为0，等方差。
	10	R-sq代表y的波动有多少比例能被x的波动描述。当x个数较多时，调整后的R-sq比R更为准确，调整后R-sq>=0.5拟和效果较好， 有实际使用价值。否则，没有实际使用价值，预测区间太宽。
	11	离群点识别：有个别值对整个方程的趋势有显著影响，可以修正。这是对上边第6条的补充。
	12	多重共线性检测：如果方差膨胀因子VIF>5，则认为存在多重共线性。这是对上边第3条的补充。