Loại phân tích dư phù hợp nào bạn sử dụng?

Khi thực hiện hồi quy tuyến tính OLS, thay vì vẽ các phần dư theo các giá trị được trang bị, tôi vẽ các phần dư Sinh viên (bên trong) dựa trên các giá trị được trang bị (ditto cho hiệp phương sai). Những phần dư này được định nghĩa là:

e_{i}^{*} = \frac{e_{i}}{\sqrt{s^{2} (1 - h_{i i})}}

$\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation}$

Trong đó là phần dư và là các phần tử đường chéo của ma trận mũ. Để có được số dư sinh viên này trong R, bạn có thể sử dụng lệnh. $e_i$ $h_{ii}$ rstandard

Những loại dư lượng mà mọi người thường xuyên sử dụng trong bối cảnh này? Ví dụ: bạn chỉ gắn bó với hay bạn sử dụng phần dư jackknife, hoặc một cái gì đó hoàn toàn khác. $e_i$

Lưu ý: Tôi không quan tâm đến các giấy tờ xác định loại dư mới mà không ai từng sử dụng.

regression residuals diagnostic

— csgillespie
nguồn

Câu hỏi của bạn đánh tôi như một từ kỳ quặc. Bạn không "chọn" phần dư. Những người được đưa ra / ngụ ý bởi một thủ tục / phân tích. Mô hình cơ bản ngụ ý các thuật ngữ lỗi (trừu tượng) nhất định và phân tích tạo ra các phần dư. Theo nghĩa đó, bạn chọn phân tích không phải là phần dư . Có lẽ việc đọc lại "loại phân tích dư phù hợp nào bạn sử dụng" có thể tốt hơn? Bạn dường như đang nghiêng về phía đó để đặt câu hỏi trong bối cảnh của một mô hình OLS. Và trong trường hợp đó, nhìn vào các quan sát có ảnh hưởng ("ma trận mũ") là một phương pháp tốt.

— Dirk Eddelbuettel

Cảm ơn. Tôi hoàn toàn đồng ý với quan điểm của bạn và thay đổi câu hỏi của tôi.

— csgillespie

Có nhiều loại phân tích dư khác nhau mà bạn có thể thực hiện tùy thuộc vào những gì bạn đang kiểm tra. Tùy thuộc vào phân tích, bạn có thể sử dụng phần dư ban đầu hoặc phần dư được tiêu chuẩn hóa. Bạn cần xác định chính xác những gì bạn đang buộc để xác minh sự phù hợp bài đăng của mô hình của bạn (giả định phương sai không đổi, giả định quy tắc, giả định IID, v.v.).

— abhinavkulkarni
nguồn