Остаточный график ставист
Инструкции: Используйте этот остаточный графический график, чтобы построить остаточный участок для значения, полученного с анализами линейных регрессии на основе данных выборки, предоставленных вами.Пожалуйста, введите данные для независимой переменной \((X)\) и зависимой переменной (\(Y\)), в форме ниже:
Об этом остаточной графике
Одним из основных требований к результатам и прогнозам от регрессионного анализа является действительным, является соблюдение предположений линейной регрессии.Допущения независимости, нормальности и гомоскастительности ошибок имеют решающее значение для надежных результатов регрессии
Использование участков на основе остатков имеет решающее значение для быстрой оценки того, не соответствуют ли предположения, и необходим ли коррекция.
Как только мы оцениваем коэффициенты регрессии, соответствующие Y-перехвачению и наклоне, \(\hat \beta_0\) и \(\hat \beta_1\), мы можем приступить к расчету прогнозируемых значений.
Как вы рассчитываете регрессионные остаточные значения?
Расчет прост.Первый шаг состоит из вычисления коэффициентов линейной регрессии, которые используются следующим образом для вычисления прогнозируемых значений:
\[ \hat y = \hat \beta_0 + \hat \beta_1 x \]Как только прогнозируемые значения \(\hat y\) рассчитаны, мы можем вычислить остатки следующим образом:
\[\text{Residual} = y - \hat y\]Что показывает остаточный участок?
Остаточные участки используются для проверки предположений линейных регрессии.Это визуальный способ быстро оценить, нарушаются ли предположения или нет.Для более лаконичной оценки выполнения предположений линейной регрессии существуют определенные статистические тесты для каждого предположения.
Различные типы остаточных участков являются: остатки по сравнению с числом наблюдения (предоставленные этим калькулятором), который используется для оценки гипотезы независимости ошибки.Кроме того, у нас есть график нормы остатков (который используется для оценки нормальности ошибок) и остатки по сравнению с предсказанным графиком, который используется для оценки предположения о гомоскастичности ошибки.
Как вы находитесь на графике остатков из линейной регрессии?
Существуют различные типы участков с участием остатков.Этот калькулятор покажет вам расчет остатков, и он покажет вам график остатков по номеру наблюдения.
Этот остаточный состав сюжета позволяет вам оценить, появляются ли остатки кажутся случайным образом случайным образом (поэтому они независимы), или есть ли какая-то шаблон во времени (что указывает на то, что остатки не будут независимыми иПредположение регрессии будет нарушено).
Если вам нужно только вычислить регрессионные результаты, вы можете использовать это Лейнейная регрессионная моделя калькулятора , чтобы получить предполагаемую регрессию коэффициенты на основе предоставленных данных образца.
