残差分析是回归分析中至关重要的一环,它帮助我们评估模型的假设是否成立，识别数据中的异常值，以及判断模型是否能够充分解释数据的变异，Minitab作为一款强大的统计分析软件，提供了便捷的残差分析工具，本文将详细介绍如何在Minitab中进行残差分析，从数据准备到结果解读，为您提供一套完整的操作指南。
数据准备与回归模型建立
在进行残差分析之前,首先需要建立一个回归模型，以简单线性回归为例，假设我们研究的是广告投入（自变量X）与销售额（因变量Y）之间的关系。
数据输入：打开Minitab，将数据输入到工作表中，一列存放自变量数据，另一列存放因变量数据，C1列命名为“广告投入”，C2列命名为“销售额”，并对应输入相关数据。
拟合回归模型：
- 点击菜单栏中的“统计”（Stat）> “回归”（Regression）> “拟合线图”（Fitted Line Plot）。
- 在弹出的对话框中,将“销售额”选入“响应”（Response）变量框，将“广告投入”选入“预测变量”（Predictors）变量框。
- 在“选项”（Options）标签页中，确保已勾选“拟合线图”（Fitted Line Plot）和“置信区间”（Confidence interval），以及“预测区间”（Prediction interval）等需要的图形输出。
- 点击“确定”（OK），Minitab会输出回归方程、R方值、方差分析表以及拟合线图，这一步是获取残差的基础，因为残差是观测值与模型预测值之间的差异。
生成残差图
Minitab提供了多种残差图,从不同角度检验模型假设，最常用的方法是通过回归对话框直接生成。
打开回归对话框：
- 点击“统计”（Stat）> “回归”（Regression）> “回归”（Regression）...（注意：这里选择“回归”而非“拟合线图”，以获得更详细的残差选项）。
- 将“销售额”选入“响应”（Response）变量框，“广告投入”选入“预测变量”（Predictors）变量框。
指定残差图类型：
- 点击“图形”（Graphs）按钮，进入图形设置对话框。
- 在“残差图”（Residual plots）部分，Minitab提供了多种预设组合：
- 四合一残差图（Four in one）：这是最常用、最推荐的选项，它包含四张图：残差 versus 拟合值（Residuals versus Fits）、残差 versus 顺序（Residuals versus Order）、残差 versus 观测值（Residuals versus Observation order，通常与顺序图类似）以及正态概率图（Normal Probability Plot），这四张图能综合检验线性、独立性、方差齐性和正态性假设。
- 单个残差图：您也可以选择只生成特定的图形，残差 versus 拟合值”或“正态概率图”。
- 勾选“四合一残差图（Four in one）”，然后点击“确定”（OK）返回主对话框。
- 在主对话框中点击“确定”（OK），Minitab将在会话窗口输出回归模型的详细结果，并生成一张包含四个子图的残差分析图。
残差图的解读与分析
生成的残差图是判断模型优劣的关键,我们需要逐一解读这些图形。
残差 versus 拟合值图（检验线性与方差齐性）
- 理想形态： points应随机、无规律地散布在水平线y=0的两侧，形成一个无明显趋势的“云团”状。
- 问题识别：
- 非线性：如果点呈现出明显的曲线模式（如U型或倒U型），则表明变量间可能存在非线性关系，需要考虑在模型中加入多项式项（如二次项）或对变量进行转换。
- 方差非齐性（异方差性）：如果随着拟合值的增加，残差的波动范围呈现系统性变化（如喇叭形，即两端大中间小或反之），则表明方差不相等，这可能需要对方差较大的数据进行转换（如对数转换）或使用加权最小二乘法。
残差 versus 顺序图（检验独立性）
- 理想形态： points应随机分布在y=0上下，没有明显的上升、下降或周期性模式。
- 问题识别：
- 自相关：如果点显示出明显的趋势（如连续多个正值或负值）或周期性波动，则表明残差之间存在自相关，违背了独立性假设，这在时间序列数据中尤为常见，可能需要引入时间序列模型或使用自相关函数（ACF）和偏自相关函数（PACF）图进行进一步诊断。
正态概率图（PP图）（检验正态性）
- 理想形态： points应大致沿着一条直线分布。
- 问题识别：
- 非正态：points严重偏离直线，特别是在两端出现明显的S型或反S型弯曲，则表明残差可能不服从正态分布，这会影响假设检验和区间估计的准确性，可以考虑对数据进行转换，或使用不依赖于正态性假设的非参数方法，也可以在会话窗口查看残差的描述性统计量和直方图（可在“图形”选项中勾选“残差直方图”）来辅助判断。
利用Minitab进行进一步的残差诊断
除了图形化分析,Minitab还提供了一些数值统计量来辅助诊断。
异常值识别：
- 在“回归”对话框中，点击“存储”（Storage）按钮。
- 勾选“残差”（Residuals）、“标准化残差”（Standardized residuals）和“剔除残差”（Deleted residuals）等。
- 标准化残差（通常指学生化残差）的绝对值大于2或3的观测值可能被视为异常值，您可以在工作表中查看这些值，并结合残差图上的点进行定位，分析其产生的原因（数据录入错误、特殊实验条件等），决定是否需要剔除或进行特殊处理。
强影响点识别：
- 在“存储”对话框中，还可以勾选“Cook距离”（Cook's distance）、“杠杆率”（Leverage）等。
- Cook距离：衡量某个观测值对整个回归模型参数估计的影响程度，Cook距离大于1或4/n（n为样本量）的观测值被认为是强影响点，需要重点关注。
- 杠杆率（帽子矩阵Hii）：衡量观测值的自变量取值远离中心点的程度，高杠杆点不一定有问题，但如果同时伴有大的残差，则可能是强影响点。
通过以上步骤,我们便可以在Mintab中系统地进行残差分析，从建立模型、生成图形到解读结果和识别异常值，这一系列操作能够帮助我们全面评估回归模型的有效性和可靠性，确保基于该模型得出的上文归纳是科学和稳健的。
相关问答FAQs
问题1：在Minitab残差分析中，残差 versus 拟合值图”呈现出明显的喇叭形，表明什么问题？应如何处理？
解答：残差 versus 拟合值图”呈现出明显的喇叭形（即随着拟合值的增加，残差的波动范围逐渐增大或减小），这表明数据存在异方差性（Heteroscedasticity），即方差不齐性，这意味着模型的误差项的方差不是一个常数，而是随着自变量的变化而变化，这违反了线性回归的基本假设之一，会导致回归系数的标准误估计不准确，从而影响假设检验（如t检验）和区间估计的可靠性。
处理方法：
- 数据转换：对因变量Y进行转换是常用的方法，如果方差与均值成正比，可以尝试对Y取对数（log(Y)）；如果方差与均值的平方成正比，可以尝试取平方根（√Y），转换后需要重新拟合模型并检查残差图是否改善。
- 加权最小二乘法（WLS）：如果能够确定方差与某个变量之间的关系，可以使用加权最小二乘法，给方差较小的观测值赋予较大的权重，给方差较大的观测值赋予较小的权重，从而消除异方差性，在Minitab中，可以通过“统计”> “回归”> “广义回归”（Generalized Regression）来实现加权回归。
- 使用稳健标准误：在某些情况下，如果主要关注的是回归系数的估计值而非其精确的统计推断，可以报告使用稳健标准误（也称为异方差稳健标准误）的结果，这可以在不改变模型拟合的情况下调整标准误。
问题2：如何通过Minitab中的“正态概率图”判断残差是否服从正态分布？除了图形方法，还有哪些数值检验方法可以使用？
解答：通过Minitab中的“正态概率图”（也称为PP图或QQ图）判断残差正态性的方法如下：
- 理想情况：如果残差严格服从正态分布，图中的数据点应紧密地排列在一条直线上。
- 判断偏离：如果数据点显著偏离直线，尤其是在图的尾部（两端）出现系统性的弯曲（如S型或反S型），则表明残差可能不服从正态分布，尾部在下方翘起，表明存在左偏（负偏）；尾部在上方翘起，表明存在右偏（正偏）。
除了图形方法,Minitab还提供了一些数值检验方法来更客观地评估正态性：
- AndersonDarling检验：这是在Minitab中最常用的正态性检验方法之一，它对分布尾部的差异非常敏感，在“回归”对话框的“图形”选项中，生成残差图时，Minitab会自动为残差进行AndersonDarling正态性检验，并在会话窗口输出检验结果（A统计量和对应的p值）。
- 判断规则：如果p值小于显著性水平（通常取0.05），则拒绝原假设（残差服从正态分布），认为残差显著偏离正态分布；反之，则不能拒绝原假设，认为残差服从正态分布。
- ShapiroWilk检验：这也是一个常用的正态性检验，尤其适用于小样本量（n<50），在Minitab中，可以通过“统计”> “基本统计量”> “正态性检验”（Normality Test）来对存储的残差数据进行此检验。
- 描述性统计与直方图：查看残差的偏度（Skewness）和峰度（Kurtosis），偏度应接近0，峰度应接近3，直方图的形状应接近钟形曲线，这些可以在“统计”> “基本统计量”> “显示描述性统计量”（Display Descriptive Statistics）中获得。
需要注意的是,对于大样本量，正态性检验可能会过于敏感，即使残差与正态分布有微小差异也可能导致p值显著，图形方法与数值检验应结合使用，综合判断。
