基本介紹
- 中文名:殘差圖
- 外文名:plot of residuals
- 所屬學科:數學
- 相關概念:殘差、回歸線、殘差分析等
定義,回歸值與殘差的殘差圖,以自變數為橫坐標的殘差圖,殘差的QQ圖,殘差個案排序圖,
定義
回歸值與殘差的殘差圖
為檢驗建立的多元線性回歸模型是否合適,可以通過回歸值
與殘差的散點圖來檢驗。其方法是畫出回歸值
與普通殘差的散點圖
,或者畫出回歸值
與標準殘差的散點圖
,其圖形可能會出現下面三種情況(如圖1所示):
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
![](/img/9/2fe/43a5efda002041f705270435838e.jpg)
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
![](/img/4/8d6/53681f3ee29eee7f0605cf48e3f9.jpg)
![圖1(a) 圖1(a)](/img/e/f4c/nBnauE2MmJWZjVTMhVWOjVjYwUTOihDM3UWOwQzM4ITYyQDZkJTNykTNxYzLtVGdp9yYpB3LltWahJ2Lt92YuUHZpFmYuMmczdWbp9yL6MHc0RHa.jpg)
![圖1(b) 圖1(b)](/img/8/cc7/nBnauUmM3MjYycTO4EjYhRjMyADN5IGZlBzN5QmZ2ImYklzMiNWM4EGZwUzLtVGdp9yYpB3LltWahJ2Lt92YuUHZpFmYuMmczdWbp9yL6MHc0RHa.jpg)
![圖1(c) 圖1(c)](/img/1/793/nBnauUTZmdTZmFTZ1YGZykjMxMDZ5ImZxcTOlRTNjhjZ4QjYlR2MmFTNlF2LtVGdp9yYpB3LltWahJ2Lt92YuUHZpFmYuMmczdWbp9yL6MHc0RHa.jpg)
對於圖1(a)的情況,不論回歸值
的大小,而殘差
(或
)具有相同的分布,並滿足模型的各假設條件;對於圖1(b)的情況,表示回歸值
的大小與殘差的波動大小有關係,即等方差性的假設有問題;對於圖1(c),表示線性模型不合適的樣本,可能有異常值存在。
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
![](/img/4/1c0/9763a279b5d1ae79740179d098aa.jpg)
![](/img/4/451/7b37e2b0a91f7ab1ad7b4169d573.jpg)
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
對於圖1(a),如果大部分點都落在中間(b)部分,而只有少數幾個點落在外邊,則這些點對應的樣本,可能有異常值存在。
以自變數為橫坐標的殘差圖
以每個
的各個觀測值
為點的橫坐標,即以自變數為橫坐標的殘差圖。與擬合值
為橫坐標的殘差圖一樣,滿意的殘差圖呈現圖1(a)的水平帶狀。如果圖形呈現圖1(b)的形狀,則說明誤差是等方差的假設不合適。若呈現圖1(c)的形狀,則需要在模型中添加
的高次項,或者對
作變換。
![](/img/5/623/7f1630c0166163c34a79b6c85aab.jpg)
![](/img/d/aeb/a0bd5c4468eb38d50a88ac55862d.jpg)
![](/img/8/538/7d041645f9a7cee832d873cfcc83.jpg)
![](/img/8/26c/faf2681b4042d5e6ad1e61440d20.jpg)
![](/img/b/865/463a9c5b4bfb86e653b3309ba62f.jpg)
殘差的QQ圖
可以證明,若
是來自常態分配總體的樣本,則點
應在一條直線上。因此,若殘差的正態QQ圖中的點的大致趨勢明顯地不在一條直線上,則有理由懷疑對誤差的正態性假設的合理性;否則可認為誤差的正態性假設是合理的。
![](/img/c/ebd/96d5a15bffc8fe1414554433b649.jpg)
![](/img/9/f65/be7c61f5ed9c6356d4ab84f8a1c6.jpg)
殘差個案排序圖
在MATLAB中,還可以通過rcoplot()函式畫出殘差個案排序圖形,以此來判斷樣本是否為異常值樣本,其使用格式為:rcoplot(r,rint)。
其中,參數r為回歸殘差,rint為殘差的預測區間。