Che tipo di analisi post-fit dei residui usi?

Quando eseguo la regressione lineare multipla OLS, anziché tracciare i residui rispetto ai valori adattati, tracciamo i residui (interni) studentizzati rispetto ai valori adattati (idem per le covariate). Questi residui sono definiti come:

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

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

dove è il residuo e sono gli elementi diagonali della matrice del cappello. Per ottenere questi residui studentizzati in R, puoi usare il comando. $e_i$ $h_{ii}$ rstandard

Che tipo di residui usano abitualmente le persone in questo contesto? Ad esempio, ti a usare o usi i residui di un coltello a serramanico o qualcos'altro del tutto. $e_i$

Nota: non sono così interessato ai documenti che definiscono un nuovo tipo di residuo che nessuno usa mai.

regression residuals diagnostic

— csgillespie
fonte

La tua domanda mi sembra stranamente formulata. Non "scegli" i residui. Quelli sono dati / impliciti da una procedura / analisi. Il modello sottostante implica alcuni termini (astratti) di errore e l'analisi produce residui. In tal senso, scegli l' analisi e non i residui . Forse riformulare "che tipo di analisi post-fit dei residui usi" potrebbe essere migliore? Sembra che ti inclini in quel modo a porre la domanda nel contesto di un modello OLS. E in tal caso, osservare osservazioni influenti ("matrice dei cappelli") è un buon metodo.

— Dirk Eddelbuettel,

Grazie. Sono completamente d'accordo con il tuo punto e ho cambiato la mia domanda.

— csgillespie,

Esistono vari tipi di analisi residue che è possibile eseguire in base a ciò che si sta verificando. A seconda dell'analisi, si utilizzano residui originali o residui standardizzati. È necessario specificare esattamente cosa si sta legando per verificare il post adattamento del modello (ipotesi di varianza costante, ipotesi di normalità, ipotesi IID, ecc.).

— abhinavkulkarni
fonte