(资料图)

</script>-->

残差图反映了模型拟合质量、检测非线性关系、检测异常值和影响点、评估模型改进和简单且直观。残差图（Residualplots）是一种用于诊断回归模型拟合质量的图形工具。在相关分析中，残差是实际观测值与模型预测值之间的差别。残差图适合于检验模型是否符合线性回归的假设，比如检查误差项的独立性、恒定方差和正态性。这些假设的满足程度对模型的可靠性和准确性尤为重要。

残差图反映了什么

1.诊断模型拟合质量：残差图可以帮助识别模型是否存在系统性偏差，以及预测误差是否具有恒定的方差。这有助于检验模型是否符合线性回归的基本假设。

2.检测非线性关系：如果残差图中出现可识别的模式，如曲线或周期性分布，这可能意味着模型未能捕捉到数据中的某些非线性关系。残差图有助于揭示这些关系，从而指导我们改进模型。

3.检测异常值和影响点：残差图可以帮助识别数据中的异常值和影响点。异常值是具有显著偏离预测值的观测点，而影响点是对模型参数估计具有较大影响的观测点。检测到这些点后，可以进一步分析它们是否对模型产生了不良影响。