¿Qué tipo de análisis post-ajuste de residuos utiliza?

Cuando llevo a cabo la regresión lineal múltiple de OLS, en lugar de graficar los residuos contra valores ajustados, grafo los residuales Studentizados (internos) contra valores ajustados (lo mismo para las covariables). Estos residuos se definen como:

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

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

donde es el residuo y son los elementos diagonales de la matriz del sombrero. Para obtener estos residuos studentizados en R, puede usar el comando $e_i$ $h_{ii}$ rstandard

¿Qué tipo de residuos usa la gente de manera rutinaria en este contexto? Por ejemplo, ¿te con o usas los residuos de navaja o algo completamente diferente? $e_i$

Nota: No me interesan tanto los documentos que definen un nuevo tipo de residuo que nadie usa.

regression residuals diagnostic

— csgillespie
fuente

Su pregunta me parece extrañamente redactada. No "elige" los residuos. Esos son dados / implicados por un procedimiento / análisis. El modelo subyacente implica ciertos términos de error (abstractos), y el análisis produce residuos. En ese sentido, elige el análisis, no los residuos . ¿Quizás sea mejor reformular "qué tipo de análisis de residuos post-ajuste utiliza"? Parece inclinarse de esa manera haciendo la pregunta en el contexto de un modelo OLS. Y en ese caso, mirar observaciones influyentes ("matriz de sombreros") es un buen método.

— Dirk Eddelbuettel

Gracias. Estoy completamente de acuerdo con tu punto y cambié mi pregunta.

— csgillespie

Existen varios tipos de análisis residuales que puede realizar dependiendo de lo que esté buscando. Dependiendo del análisis, puede utilizar residuos originales o residuos estandarizados. Debe especificar qué está atando exactamente para verificar el ajuste posterior de su modelo (suposición de varianza constante, suposición de normalidad, suposición de IID, etc.).

— abhinavkulkarni
fuente