
作者:丁點helper
來源:丁點幫你
前面兩篇文章,我們聚焦于線性回歸的回歸系數(shù),理清了樣本與總體回歸方程的區(qū)別、回歸系數(shù)的最小二乘法估計等問題,今天我們重點來看看線性回歸的殘差和預測值。
回歸分析的殘差
前面我們談到過樣本回歸方程有兩種寫法:
這里,殘差的頭上也有一個“^”(hat),意味著殘差也有總體與樣本之分。由上面殘差的計算公式也可推知這一點,因為預測值有樣本與總體之分,所以殘差也自然也是有的。
我們做線性回歸的時候一般需滿足:
1)線性(L):因變量與自變量之間呈線性關系;
2)獨立(I):各觀測值相互獨立;
3)正態(tài)(N):自變量(X)固定時所對應的因變量(Y)服從正態(tài)分布;
以上四個條件即俗稱的LINE條件。這些條件雖然是針對因變量而言的,但我們卻可以通過對殘差進行分析達到檢驗的目的。一般而言,如果殘差滿足以上四個條件,則稱線性回歸的假設條件得到滿足。
(有關回歸診斷的問題,后面我們會專門詳細介紹。)
回歸分析的預測值
看完殘差,我們再來看看預測值。這里要指出回歸方程的第三種寫法(一般對于總體回歸):
看到 μ第一反應應該是均數(shù),而且是總體均數(shù)(非樣本均數(shù)),所以 μγ在相關教材上被稱作“X取某個特定數(shù)值時,Y的條件總體均數(shù)”。
這里的“條件總體均數(shù)”估計會看暈不少人。所謂“條件”,意味著Y的取值是依據(jù)X的取值而定的,“X的取值”是確定Y的前提條件。
由此,嚴格來說, Y應該是 μγ 的預測值。
這意味著給定X的取值,我們通過回歸獲得的是Y的一個平均值。比如前面文章中談到的教育程度(X)和收入(Y)的回歸方程:
當X=15時,可以計算得出 Y=5000,嚴格來講,這里算出的5000并非是某個人的具體收入,而是一群接受了15年教育的人,其收入的平均數(shù)。
因為即便是大家都接受了15年教育,但收入也并不完全相同,有的可能一兩萬,而有的也可能一兩千。而我們通過回歸獲得是收入(Y)在教育程度為15年(X=15)的一個平均數(shù)。
理解了這一層,再看下面這圖應該會比較輕松。
回歸線與豎線的交點,即是回歸預測值,也是這個正態(tài)曲線的均值。均值對應著正態(tài)分布的波峰,意味著即使這一群人的實際收入有差距,但大部分人仍然會圍繞5000上下小幅波動(當X=15時)。
這里的正態(tài)分布之所以有四個,是因為在不同X的取值水平下,Y的取值會發(fā)生(系統(tǒng)性)的變化,即Y的均值會隨著X的變化而變化。
這一點其實描述了回歸最本質的意義,試想,如果Y的正態(tài)分布不隨X變化,那意味就X不會對Y產生影響,則兩者可能就不存在線性相關。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務場景的分 ...
2025-09-10機器學習解決實際問題的核心關鍵:從業(yè)務到落地的全流程解析 在人工智能技術落地的浪潮中,機器學習作為核心工具,已廣泛應用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計產品與服務解決方案 ...
2025-09-09