课程读者问我，为什么需要残差图？怎么看残差图？
线性回归有诸多假设条件，对于残差来说，要求符合正态性、同方差、无自相关，因此残差诊断分析成为线性回归中必不可少一个环节。
(上图来自医咖会微信号)
利用残差图来判断检验以上残差问题是常用，直观，而且简单有效的方法。
具体来说，残差图是指以某种残差为纵坐标，以其他适宜的变量为横坐标的散点图，所以残差图、残差散点图都是一个概念。这里横坐标有多种选择，最常见的选择是：1.因变量的拟合值；2. 某自变量的观察值等。
那怎么看残差图呢？能看出什么吗？我的经验是，利用反证法、倒推的方法来看。
咱们先明确一下完全满足线性回归假设条件的情况下，残差图应该什么样子的，把这个特征作为标准，然后自己做残差图出来，只要发现它的分布特征和标准有偏离，那么就可以认为残差诊断存在问题。
一般统计教材关于线性拟合完美残差图的描述大概是这样子的：
残差均值为0；
各残差点随机、均匀分布与-2到2之间；
残差点的分布看不出任何规律；
残差不应该包含任何可预测的信息；
好，这些特征就是金标准了，我们可以简单粗暴的，把与此金标准有较大偏差的残差图，都认为是或多或少存在问题的即可。
有人用散点图的形式做了形象展示：
(上图来
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
