Que tipo de análise de resíduos pós-ajuste você usa?

Ao executar a regressão linear múltipla do OLS, em vez de plotar os resíduos contra os valores ajustados, ploto os resíduos Studentizados (internos) contra os valores ajustados (o mesmo para covariáveis). Esses resíduos são definidos como:

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

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

onde é o resíduo e são os elementos da diagonal da matriz de chapéu. Para obter esses resíduos estudantis em R, você pode usar o comando $e_i$ $h_{ii}$ rstandard

Que tipo de resíduos as pessoas usam rotineiramente neste contexto? Por exemplo, você ficar com ou você usa resíduos jackknife, ou algo completamente diferente. $e_i$

Nota: Não estou tão interessado em trabalhos que definam um novo tipo de resíduo que ninguém nunca usa.

regression residuals diagnostic

— csgillespie
fonte

Sua pergunta me parece estranhamente formulada. Você não "escolhe" resíduos. Esses são dados / implícitos por um procedimento / análise. O modelo subjacente implica certos termos de erro (abstratos) e a análise produz resíduos. Nesse sentido, você escolhe a análise e não os resíduos . Talvez reformular para "que tipo de análise pós-ajuste de resíduos você usa" possa ser melhor? Você parece estar inclinado dessa maneira, fazendo a pergunta no contexto de um modelo OLS. E, nesse caso, observar observações influentes ("matriz do chapéu") é um bom método.

— precisa saber é o seguinte

Obrigado. Concordo plenamente com o seu ponto de vista e mudei minha pergunta.

— csgillespie

Existem vários tipos de análises residuais que você pode executar, dependendo do que está verificando. Dependendo da análise, você usa resíduos originais ou resíduos padronizados. Você precisa especificar exatamente o que está vinculando para verificar o pós-ajuste do seu modelo (suposição de variação constante, suposição de normalidade, suposição de IDI etc.).

— abhinavkulkarni
fonte