您使用哪种类型的残差拟合后分析？

当执行OLS多元线性回归时，我不是针对拟合值绘制残差，而是针对拟合值绘制（内部）学生化残差（协变量为dito）。这些残差定义为：

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

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

其中是残差，是帽子矩阵的对角元素。要获得R中的这些学生化残差，可以使用命令。 $e_i$ $h_{ii}$ rstandard

人们在这种情况下通常使用什么类型的残差？例如，您只是坚持使用 $e_i$ 还是使用折刀残差或完全使用其他方式。

注意：我对定义没有人使用过的一种新型残差的论文不感兴趣。

regression residuals diagnostic

— csgillespie
source

你的问题使我措词古怪。您不会“选择”残差。程序/分析给出/暗示了这些。基础模型暗含某些（抽象的）误差项，分析产生残差。从这个意义上说，您选择分析而不是残差。也许改写为“您使用哪种类型的残差拟合后分析”可能更好？您似乎倾向于在OLS模型的上下文中提出问题。在那种情况下，查看有影响的观察结果（“帽子矩阵”）是个好方法。

— 德克·埃德比布特

谢谢。我完全同意你的观点，并改变了我的问题。

— csgillespie

您可以根据要检查的内容执行各种类型的残差分析。根据分析，您可以使用原始残差或标准化残差。您需要指定要绑定的内容以验证模型的后拟合（恒定方差假设，正态性假设，IID假设等）。

— Abhinavkulkarni
source