เส้นตรงในแนวทแยงในส่วนที่เหลือเทียบกับพล็อตค่าติดตั้งสำหรับการถดถอยหลายครั้ง

ฉันกำลังสังเกตรูปแบบแปลก ๆ ที่เหลืออยู่สำหรับข้อมูลของฉัน:

[แก้ไข] นี่คือพล็อตการถดถอยบางส่วนสำหรับตัวแปรสองตัว:

[EDIT2] เพิ่มแผนการของ PP

การกระจายดูเหมือนจะทำได้ดี (ดูด้านล่าง) แต่ฉันไม่มีเงื่อนงำที่เส้นตรงนี้อาจมาจาก ความคิดใด ๆ

[อัพเดท 31.07]

มันกลับกลายเป็นว่าคุณพูดถูกฉันมีหลายกรณีที่จำนวนทวีตซ้ำเป็น 0 อย่างแน่นอนและ 15 รายนี้ส่งผลให้มีรูปแบบที่เหลือแปลก ๆ

ส่วนที่เหลือดูดีขึ้นมากในขณะนี้:

ฉันได้รวมการถดถอยบางส่วนเข้ากับเส้นเหลือง

ดูเหมือนว่าในบางช่วงย่อยตัวแปรตามของคุณเป็นค่าคงที่หรือขึ้นอยู่กับตัวทำนายเชิงเส้น มามีตัวแปรที่เกี่ยวข้องกันสองตัวคือ X และ Y (ขึ้นอยู่กับ Y) Scatterplot อยู่ทางซ้าย

กลับมาเป็นตัวอย่างในความเป็นไปได้แรก ("คงที่") บันทึกค่า Y ทั้งหมดจากต่ำสุดถึง -0.5 เป็นค่าเดียว -1 (ดูภาพที่อยู่ตรงกลาง) ถอยหลัง Y บน X และกระจายพล็อตส่วนที่เหลือนั่นคือหมุนรูปภาพกลางเพื่อให้บรรทัดการทำนายเป็นแนวนอนในขณะนี้ มันคล้ายกับภาพของคุณหรือไม่

ไม่น่าแปลกใจที่คุณไม่เห็นรูปแบบในฮิสโตแกรมรูปแบบแปลก ๆ มีช่วงของฮิสโตแกรมค่อนข้างน้อยและแสดงถึงจุดข้อมูลเพียงไม่กี่จุดในแต่ละถัง คุณจำเป็นต้องค้นหาว่าจุดใดเป็นจุดข้อมูลเหล่านั้นและดูที่จุดนั้น คุณสามารถใช้ค่าที่คาดการณ์และส่วนที่เหลือเพื่อค้นหาได้ง่ายพอ เมื่อคุณพบค่าเริ่มตรวจสอบว่าทำไมค่าเหล่านั้นอาจจะพิเศษ

ต้องบอกว่ารูปแบบเฉพาะนี้มีความพิเศษเพราะมันยาว หากคุณดูพล็อตส่วนที่เหลือของคุณอย่างละเอียดและพล็อตควอไทล์ของคุณคุณจะเห็นมันซ้ำ แต่มันเป็นลำดับที่เล็กกว่า บางทีมันอาจเป็นแค่ความผิดปกติ หรือบางทีมันอาจเป็นรูปแบบที่ซ้ำ แต่คุณจะต้องค้นหาว่ามันอยู่ที่ไหนในข้อมูลดิบและตรวจสอบเพื่อที่จะมีความหวังในการทำความเข้าใจกับมัน

เพื่อให้ความช่วยเหลือแก่คุณพล็อตต่อเนื่องของควอไทล์แนะนำให้คุณมีเศษซากที่เหมือนกัน เป็นไปได้ว่าอาจเป็นข้อผิดพลาดในการเขียนโค้ด ฉันสามารถสร้างสิ่งที่คล้ายกันใน R กับ ...

x <- c(rnorm(50), rep(-0.2, 10), rep(0, 4))
qqnorm(x);qqline(x)

สังเกตจุดแบนราบสองจุดในบรรทัด อย่างไรก็ตามดูเหมือนว่าจะซับซ้อนกว่านั้นเนื่องจากมีความหมายว่าเศษซากที่เหมือนกันกำลังเข้าสู่ช่วงของการทำนาย

Rดูเหมือนว่าคุณกำลังใช้ ถ้าเป็นเช่นนั้นทราบว่าคุณสามารถระบุจุดบน scatterplot ใช้? ระบุ ฉันคิดว่ามีหลายสิ่งที่เกิดขึ้นที่นี่ ก่อนอื่นคุณมีจุดที่มีอิทธิพลมากในพล็อตของLN_RT_vol_in ~ LN_AT_vol_in(ที่เน้นอยู่) ที่ประมาณ (.2, 1.5) นี่น่าจะเป็นค่ามาตรฐานที่ประมาณ -3.7 ผลกระทบของจุดนั้นจะทำให้เส้นการถดถอยราบเรียบแนวนอนมากกว่าเส้นที่สูงขึ้นอย่างรวดเร็วซึ่งคุณจะได้รับ ผลกระทบของสิ่งนี้คือสิ่งที่เหลืออยู่ของคุณจะถูกหมุนทวนเข็มนาฬิกาเทียบกับตำแหน่งที่พวกมันจะอยู่ในresidual ~ predictedพล็อต (อย่างน้อยเมื่อคิดในแง่ของโควาเรียต

อย่างไรก็ตามสิ่งที่เหลืออยู่อย่างชัดเจนที่คุณเห็นจะยังคงอยู่ที่นั่นเพราะมันมีอยู่ในที่ใดก็ตามในคลาวด์ 3 มิติของข้อมูลต้นฉบับของคุณ พวกเขาอาจจะหายากในทั้งสองแปลงแปลง คุณสามารถใช้ฟังก์ชัน ident () เพื่อช่วยและคุณยังสามารถใช้แพ็คเกจrglเพื่อสร้างแผนการกระจายแบบไดนามิก 3 มิติที่คุณสามารถหมุนได้อย่างอิสระด้วยเมาส์ของคุณ อย่างไรก็ตามโปรดทราบว่าค่าคงที่เส้นตรงทั้งหมดต่ำกว่า 0 ตามค่าที่คาดการณ์ไว้และมีค่าต่ำกว่า 0 ค่าเหลือ (กล่าวคือพวกมันอยู่ต่ำกว่าเส้นถดถอยสมพอดี); ที่ให้คำแนะนำที่ดีแก่การมอง ดูอีกครั้งที่พล็อตของคุณLN_RT_vol_in ~ LN_AT_vol_inฉันคิดว่าฉันเห็นพวกเขา มีกลุ่มของจุดที่ค่อนข้างเป็นเส้นตรงวิ่งไปตามแนวทแยงมุมและทางซ้ายจากประมาณ (-.01, -1.00) ที่ขอบล่างของคลาวด์ของจุดในภูมิภาคนั้น ฉันสงสัยว่าเป็นประเด็นที่น่าสงสัย

กล่าวอีกนัยหนึ่งว่าที่เหลือมีลักษณะเช่นนั้นเพราะมันเป็นอย่างนั้นอยู่ในพื้นที่ข้อมูลแล้ว โดยพื้นฐานแล้วนี่คือสิ่งที่ @ttnphns แนะนำ แต่ฉันไม่คิดว่ามันคงที่ในมิติดั้งเดิมใด ๆ - มันคงที่ในมิติที่เป็นมุมกับแกนดั้งเดิมของคุณ ฉันเห็นด้วยกับ @MichaelChernick เพิ่มเติมว่าความตรงที่เห็นได้ชัดในพล็อตที่เหลือนั้นอาจไม่เป็นอันตราย แต่ข้อมูลของคุณนั้นไม่ปกติมากนัก อย่างไรก็ตามมันค่อนข้างปกติและดูเหมือนว่าคุณมีข้อมูลที่เหมาะสมดังนั้น CLT อาจครอบคลุมคุณ แต่คุณอาจต้องการบูตในกรณีนี้ ในที่สุดฉันจะกังวลว่า 'ค่าผิดปกติ' กำลังผลักดันผลลัพธ์ของคุณ แข็งแกร่งวิธีการอาจจะสมควรได้รับ

ฉันไม่จำเป็นต้องบอกว่าฮิสโตแกรมนั้นโอเค การซ้อนภาพที่เหมาะสมที่สุดตามปกติบนฮิสโตแกรมนั้นอาจเป็นการหลอกลวงและฮิสโทแกรมของคุณอาจไวต่อตัวเลือกความกว้างของถังขยะ พล็อตความน่าจะเป็นปกติดูเหมือนจะบ่งบอกว่ามีการเบี่ยงเบนจากปกติและดูฮิสโตแกรมที่สายตาของฉันดูเหมือนจะเบ้เล็กน้อย (ความถี่ที่สูงขึ้นในถังขยะ [0, + 0.5] เมื่อเปรียบเทียบกับ [-0.5,0]) และ kurtosis รุนแรง (มีความถี่มากเกินไปในช่วง [-4, -3.5] และ [2.5, 3])

เกี่ยวกับรูปแบบที่คุณเห็นมันอาจมาจากการเลือกสำรวจผ่าน scatterplot ดูเหมือนว่าหากคุณตามล่าคุณจะพบสองหรือสามบรรทัดขึ้นไปเกือบจะขนานกับเส้นที่คุณเลือก ฉันคิดว่าคุณกำลังอ่านเรื่องนี้มากเกินไป แต่ความไม่เป็นปรกตินั้นเป็นข้อกังวลที่แท้จริง คุณมีค่าผิดปกติที่ใหญ่มากขนาดหนึ่งซึ่งมีค่าเหลืออยู่เกือบ -4 ส่วนที่เหลือเหล่านี้มาจากกำลังสองน้อยที่สุดหรือไม่? ฉันยอมรับว่ามันอาจจะเป็นความสว่างที่จะมองไปที่เส้นที่พอดีกับพล็อตกระจายของข้อมูล