
作者:丁點(diǎn)helper
來(lái)源:丁點(diǎn)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(jì)等問(wèn)題,今天我們重點(diǎn)來(lái)看看線性回歸的殘差和預(yù)測(cè)值。
回歸分析的殘差
前面我們談到過(guò)樣本回歸方程有兩種寫法:
這里,殘差的頭上也有一個(gè)“^”(hat),意味著殘差也有總體與樣本之分。由上面殘差的計(jì)算公式也可推知這一點(diǎn),因?yàn)轭A(yù)測(cè)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(shí)候一般需滿足:
1)線性(L):因變量與自變量之間呈線性關(guān)系;
2)獨(dú)立(I):各觀測(cè)值相互獨(dú)立;
3)正態(tài)(N):自變量(X)固定時(shí)所對(duì)應(yīng)的因變量(Y)服從正態(tài)分布;
以上四個(gè)條件即俗稱的LINE條件。這些條件雖然是針對(duì)因變量而言的,但我們卻可以通過(guò)對(duì)殘差進(jìn)行分析達(dá)到檢驗(yàn)的目的。一般而言,如果殘差滿足以上四個(gè)條件,則稱線性回歸的假設(shè)條件得到滿足。
(有關(guān)回歸診斷的問(wèn)題,后面我們會(huì)專門詳細(xì)介紹。)
回歸分析的預(yù)測(cè)值
看完殘差,我們?cè)賮?lái)看看預(yù)測(cè)值。這里要指出回歸方程的第三種寫法(一般對(duì)于總體回歸):
看到 μ第一反應(yīng)應(yīng)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(guān)教材上被稱作“X取某個(gè)特定數(shù)值時(shí),Y的條件總體均數(shù)”。
這里的“條件總體均數(shù)”估計(jì)會(huì)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(yán)格來(lái)說(shuō), Y應(yīng)該是 μγ 的預(yù)測(cè)值。
這意味著給定X的取值,我們通過(guò)回歸獲得的是Y的一個(gè)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(dāng)X=15時(shí),可以計(jì)算得出 Y=5000,嚴(yán)格來(lái)講,這里算出的5000并非是某個(gè)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?yàn)榧幢闶谴蠹叶冀邮芰?5年教育,但收入也并不完全相同,有的可能一兩萬(wàn),而有的也可能一兩千。而我們通過(guò)回歸獲得是收入(Y)在教育程度為15年(X=15)的一個(gè)平均數(shù)。
理解了這一層,再看下面這圖應(yīng)該會(huì)比較輕松。
回歸線與豎線的交點(diǎn),即是回歸預(yù)測(cè)值,也是這個(gè)正態(tài)曲線的均值。均值對(duì)應(yīng)著正態(tài)分布的波峰,意味著即使這一群人的實(shí)際收入有差距,但大部分人仍然會(huì)圍繞5000上下小幅波動(dòng)(當(dāng)X=15時(shí))。
這里的正態(tài)分布之所以有四個(gè),是因?yàn)樵诓煌琗的取值水平下,Y的取值會(huì)發(fā)生(系統(tǒng)性)的變化,即Y的均值會(huì)隨著X的變化而變化。
這一點(diǎn)其實(shí)描述了回歸最本質(zhì)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(huì)對(duì)Y產(chǎn)生影響,則兩者可能就不存在線性相關(guān)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10