作者:丁点helper
来源:丁点帮你
前面两篇文章,我们聚焦于线性回归的回归系数,理清了样本与总体回归方程的区别、回归系数的最小二乘法估计等问题,今天我们重点来看看线性回归的残差和预测值。
回归分析的残差
前面我们谈到过样本回归方程有两种写法:
这里,残差的头上也有一个“^”(hat),意味着残差也有总体与样本之分。由上面残差的计算公式也可推知这一点,因为预测值有样本与总体之分,所以残差也自然也是有的。
我们做线性回归的时候一般需满足:
1)线性(L):因变量与自变量之间呈线性关系;
2)独立(I):各观测值相互独立;
3)正态(N):自变量(X)固定时所对应的因变量(Y)服从正态分布;
以上四个条件即俗称的LINE条件。这些条件虽然是针对因变量而言的,但我们却可以通过对残差进行分析达到检验的目的。一般而言,如果残差满足以上四个条件,则称线性回归的假设条件得到满足。
(有关回归诊断的问题,后面我们会专门详细介绍。)
回归分析的预测值
看完残差,我们再来看看预测值。这里要指出回归方程的第三种写法(一般对于总体回归):
看到 μ第一反应应该是均数,而且是总体均数(非样本均数),所以 μγ在相关教材上被称作“X取某个特定数值时,Y的条件总体均数”。
这里的“条件总体均数”估计会看晕不少人。所谓“条件”,意味着Y的取值是依据X的取值而定的,“X的取值”是确定Y的前提条件。
由此,严格来说, Ý应该是 μγ 的预测值。
这意味着给定X的取值,我们通过回归获得的是Y的一个平均值。比如前面文章中谈到的教育程度(X)和收入(Y)的回归方程:
当X=15时,可以计算得出 Ý=5000,严格来讲,这里算出的5000并非是某个人的具体收入,而是一群接受了15年教育的人,其收入的平均数。
因为即便是大家都接受了15年教育,但收入也并不完全相同,有的可能一两万,而有的也可能一两千。而我们通过回归获得是收入(Y)在教育程度为15年(X=15)的一个平均数。
理解了这一层,再看下面这图应该会比较轻松。
回归线与竖线的交点,即是回归预测值,也是这个正态曲线的均值。均值对应着正态分布的波峰,意味着即使这一群人的实际收入有差距,但大部分人仍然会围绕5000上下小幅波动(当X=15时)。
这里的正态分布之所以有四个,是因为在不同X的取值水平下,Y的取值会发生(系统性)的变化,即Y的均值会随着X的变化而变化。
这一点其实描述了回归最本质的意义,试想,如果Y的正态分布不随X变化,那意味就X不会对Y产生影响,则两者可能就不存在线性相关。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14