独家 | 手把手教你用R语言做回归后的残差分析（附代码）

作者：Abhijit Telang

翻译：张睿毅

校对：丁楠雅

文章来源：微信公众号 数据派THU

本文介绍了做残差分析的方法及其重要性，以及利用R语言实现残差分析。

在这篇文章中，我们通过探索残差分析和用R可视化结果，深入研究了R语言。

残差本质上是当一个给定的模型（在文中是线性回归）不完全符合给定的观测值时留下的gap。

医学中的病理学发现的残留分析是一个形象的比喻。人们通常用代谢残留水平来作为衡量药物吸收的指标。

残差是用于建模的原始值与作为模型结果的对于原始值的估计之间的差异。

残差=y-y-hat，其中y是初始值，y-hat是计算值。

期望这个错误尽可能接近于零，并且通过残差找到任何异常值。

找到异常值的一个快速方法是使用标准化残差。第一种方法是简单地求出残差与其标准差的比值，因此，任何超过3个标准差的情况都可以被视为异常值。

## 标准化残差