Ham artıklar ve standartlaştırılmış artıklar ve öğrenci artıkları - ne zaman kullanılmalı?

Bu benzer bir soruya benziyor ve fazla cevap alamadım.

Cook's D gibi testlerden kaçınmak ve sadece kalıntılara bir grup olarak bakmak, diğerlerinin uygunluk durumunu değerlendirirken artıkları nasıl kullandığıyla ilgileniyorum. Ham artıkları kullanıyorum:

QQ-arsada, normalliği değerlendirmek için
bir grafiği olarak (a) 'hetereoscedasticity ve (b) seri otokorelasyon gözün kontrolü için artıkların karşı. $y$

Aykırı değerlerin olabileceği değerlerini incelemek için karşı kalıntıları çizmek için , artıkları kullanmayı tercih ederim . Tercihimin nedeni , standartlaştırılmış artıklar oldukça benzer bir sonuç vermesine rağmen , hangi değerlerinin sorunlu olduğu artıklarının kolayca görüntülenmesine olanak vermesidir . Hangi teoriye uygulandığı teorisi, hangi üniversiteye gittiğine bağlı. $y$ $y$ $y$

Bu, başkalarının artıkları kullanma şekline benzer mi? Başkaları bu sayıdaki grafiği özet istatistiklerle birlikte kullanıyor mu?

goodness-of-fit residuals

— Michelle
kaynak

Öğrencileştirilmiş artıklar aykırı değerlerin tespitinde udoubtedly daha iyidir, ve belki de heteroscedastisite incelemesinde biraz daha iyidir. Diğer amaçlar için, hangi kalıntıların kullanılacağı benim için farketmez.

— ttnphns

Bir soruya dikkat çekmek için, Michelle veya durumunun değişmesini istemek için (CW gibi), lütfen sorunun altındaki "bayrak" bağlantısını izleyin. Bu otomatik olarak tüm moderatörlere haber verecektir. Sorulara, yorumlara veya yanıtlara istek ekleme, bir moderatörün (veya başka bir üst düzey kullanıcının) gerçekten makul bir süre içinde okuması umuduna dayandığı için isabetsizdir!

— whuber

@whuber Ah, bakalım biriniz sonunda okuyacaktı. :) Bayrakları kullanarak bahşiş için teşekkürler.

— Michelle,

Merhaba @ttnphns Neden daha iyi olsunlar? Özellikle, neden öğrenci standardize edilenden daha iyi olsun? (Buradaki cevabı hiç

— anlamadım

@Peter, Öğrenci artıkları OLS uygun algo tarafından daha az "çarpıtılır" ve "hataların" teorik görüşüne daha yakındır . Doğrudan fit hattının farklı bölgelerinde karşılaştırılabilirler, bu nedenle bir noktanın öncelikli olması durumunda karar daha iyidir.

— ttnphns

Yanıtlar:

Bu, terminolojiye açıklık getirecek bir cevap değil. Sorunuz ham, standart ve öğrenci kalıntıları hakkında sorular sorar. Ancak bu, çoğu istatistikçi tarafından kullanılan terminoloji değildir, ancak sınıf notlarınızın bunun olduğunu belirtir.

Ham: Sahip olduğun gibi.

Standartlaştırılmış: bu aslında artıkların gerçek standart sapmasına bölünen ham artıklardır. Gerçek standart sapma nadiren bilindiği için standart bir artık neredeyse hiç kullanılmaz.

Dahili olarak Öğrenilmiş: Kalıntıların gerçek standart sapması tipik olarak bilinmediğinden, bunun yerine tahmini standart sapma kullanılır. Bu tam anlamıyla öğrenci bir artıktır ve sizin standartlaştırdığınız şeydir.

Dışarıdan Öğrenilmiş: Kalıntıların standart sapma tahmininin, söz konusu gözlemi dışarıda bırakan bir regresyondan hesaplanması haricinde, dahili olarak öğrenilen kalıntı ile aynıdır.

Pearson: Ham artık, rezidülerden ziyade tepki değişkeninin (y değişkeni) standart sapmasına bölünmüştür. Bu listede yok.

“birini dışarıda bırakmak”: Resmi bir adı yoktur, ancak sınıf notlarıyla aynıdır.

standartlaştırılmış "birini dışarıda bırakmak": resmi bir adı da yoktur, ancak sınıf notlarının öğrenci olarak adlandırdığı şey bu değildir.

Kaynaklar:

öğrenci kalıntısı ile ilgili sahip olduğunuz aynı wiki bağlantısı ("öğrenci kalıntısı, bir kalıntının, standart sapmasının bir tahmini ile bölünmesi sonucu elde edilen bölümdür")
SAS’ta artık hesaplama dokümantasyonu

— Michael Cooney
kaynak

+1 Elbette bazı istatistikçiler OP'nin sorusundaki terimleri kullandılar (ve aynı kelimeleri kullanan diğerleriyle her zaman tam olarak tutarlı değiller). Kullandığınız terimlerin daha yaygınlaştığını düşünüyorum ancak istatistikçiler arasında dünya çapındaki kullanımlarında hangi temelde kullandıklarını tahmin edebileceğimize emin olamadım - örneğin, bilmeniz gerekenler yardımcı olmuyor çünkü ortalama istatistikçiler aktif olmayacak yayınlama. Haklı olabilirsin - ama nasıl bilebiliriz? [Tekrar düzenlerseniz, sonuna kadar "standartlaştırılmış" yerine "standartlaştırılmış" yerine kullanabilirsiniz.]

— Glen_b -Reinstate Monica

Re: araziler,

Fazla uydurma gibi bir şey var, ama aşırı çizme, özellikle tanı aşamasında, gerçekten çok fazla zarar veremez. QQ-grafiğinin yanında standart bir normal olasılık grafiği olamaz. Dağılımın ortasını değerlendirmeyi daha iyi buluyorum.

Re: artıkları,

Hem standartlaştırılmış hem de öğrencileştirilmiş artıkları taslak aşamasında çalıştırıyorum ve genellikle standartlaştırılmış olanları kodladım. Başkalarının gerçekte ne çalıştırdığını bilmiyorum, çünkü tanılama gerçekten çevrimiçi bulduğum çoğaltma malzemesinde kodlanmış.

Re: teşhis,

vifhettest $R^2$

— Fr.
kaynak