잔차에 대한 어떤 유형의 후 적합 분석을 사용합니까?

OLS 다중 선형 회귀 분석을 수행 할 때 적합치에 대한 잔차를 표시하는 대신 적합치에 대해 (내부) 스튜던트 화 잔차를 표시합니다 (공변량의 경우). 이러한 잔차는 다음과 같이 정의됩니다.

{이자형}_{나는}^{※} = \frac{{이자형}_{나는}}{\sqrt{{에스}^{2} (1 - h_{나는 나는})}}

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

여기서 잔류하고있다 모자 행렬의 대각 요소이다. R에서 이러한 학생 화 된 잔차를 얻으려면 명령을 사용할 수 있습니다 . $e_i$ $h_{ii}$ rstandard

사람들은이 맥락에서 일상적으로 어떤 유형의 잔차를 사용합니까? 예를 들어, 당신은 단지 고수 하거나 jackknife 잔차 또는 다른 것을 완전히 사용합니까? $e_i$

참고 : 저는 아무도 사용하지 않는 새로운 유형의 잔차를 정의하는 논문에 관심이 없습니다.

regression residuals diagnostic

— csgillespie
소스

당신의 질문은 이상한 말로 저를 때립니다. 잔차를 "선택"하지 않습니다. 그것들은 절차 / 분석에 의해 주어 지거나 암시됩니다. 기본 모델은 특정 (추상적 인) 오류 항을 의미하며 분석에서 잔차가 발생합니다. 그런 의미 에서 잔차가 아닌 분석 을 선택합니다 . 어쩌면 "어떤 유형의 잔차에 대한 후 적합 분석을 사용 하는가"로 표현하는 것이 더 나을 수 있습니까? 당신은 OLS 모델의 맥락에서 질문을하는 방식으로 기울어지고있는 것 같습니다. 이 경우 영향력있는 관찰 ( "모자 매트릭스")을 보는 것이 좋습니다.

— Dirk Eddelbuettel

감사. 나는 당신의 요점에 전적으로 동의하고 내 질문을 변경했습니다.

— csgillespie

검사 대상에 따라 수행 할 수있는 다양한 유형의 잔차 분석이 있습니다. 분석에 따라 원래 잔차 또는 표준화 된 잔차를 사용합니다. 모형의 후 적합을 검증하기 위해 정확히 무엇을 연결해야하는지 지정해야합니다 (일정 분산 가정, 정규성 가정, IID 가정 등).

— 아비 나 브쿨 카르 니
소스