我的线性回归满足等方差要求吗? 怎么看是不是异方差呢 ?线性回归有诸多假设条件,对于残差来说,要求符合正态性、等方差性、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。
△图来自医咖会利用 残差散点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。
![ed569406edf9cefcb45c83cdd08c1553.png](https://i-blog.csdnimg.cn/blog_migrate/ad1acf2fbe622a4da6d60892107d9229.jpeg)
等方差图
金标准
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。 我们与【金标准】的等方差特征来对比。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特征有偏离有不同,那么就可以粗暴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;