残差检验_线性回归异方差怎么看？残差散点图这一招一定要会！

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。

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；