写这个博客也是因为我觉得网上很多人没有把这个说清楚。 据该页面网友称:
残差分析包括:
残差是否服从均值零的正态分布
残差是否为等方差的正态分布
残差序列是否独立
根据残差检测样品中的异常值。
在此,判断残差的分布可以用SPSS制作“标准化残差直方图”,但残差序列的独立性必须通过DW检查来实现,具体操作如下。
分析——回归3354线性——点在“统计量”选项卡——“残差”中选中Durbin-Watson——,然后在“绘制”选项卡——Y选择DEPENDENT——X选择*ZRESID——
网友介绍DW检测:
•Durbin-Watson统计量(可取值:0~4) ) ) )。
检验回归模型中残差独立假设
-如果相邻残差项之间存在相关,则其差一定很小或很大
如果残差项之间为正相关,则其差一定很小
如果残差项之间为负相关,则其差一定会变大
-dw值越接近2,残差项之间越不相关
-dw值越接近0,残差项之间的正相关越强
-dw值越接近4,残差项之间的负相关越强
下图是我进行的DW统计量的结果:
在“绘制”窗口中,除了输入变量外,其他代表性含义如下:
" DEPENDNT " :基于变量
ZPRED :标准化预测值
“ZRESID”:标准化残差
DRESID :删除残差
ADJPRED :调整预测值
“SRESID”:学生化残差
“SDRESID”:学生化删除残差
在我的实验中标准化了的残差直方图和P-P图如下。
先简单总结一下吧。