我正在与 R 合作，lm()在我收集的数据上创建一些线性模型（使用）。现在我不太擅长统计，并且发现很难理解通过 R 生成的线性模型的摘要。
我的意思是残值：Min, 1Q, Median, 3Q,Max
我的问题是：这些值是什么意思，如果我的模型好，我怎么能从这些值中知道？
这是我拥有的一些剩余价值。
Min: -4725611 1Q:-2161468 median:-1352080 3Q:3007561 Max:6035077
问问题
6082 次
1 回答
3
线性回归的一个基本假设（尤其是相关的假设检验）是残差是正态分布的，期望值为零。稍微违反这个假设是没有问题的，因为统计数据非常可靠。但是，分布至少应该是对称的。
判断是否满足正态性假设的最佳方法是绘制残差图。有许多不同的诊断图可用，例如，您可以执行以下操作：
fit <- lm(y~x)
plot(fit)
这将为您提供残差与拟合值的图和标准化残差的 qq 图。给出的分位数summary(fit)对于快速检查残差是否对称很有用。在那里，最小值和最大值并不那么重要，但中位数应该接近于零，并且第一和第三四分位数应该具有相似的绝对值。当然，只有当您有足够数量的值时，此检查才有意义。
如果残差不是正态分布的，则有几种处理方法，例如，
- 转变，
- 广义线性模型，
- 或者非线性模型可能更合适。
有很多关于线性回归的好书，甚至还有一些很好的网络教程。我建议至少仔细阅读其中之一。
于 2012-08-28T11:35:30.727 回答