Para darle un ejemplo, obtuvo sus datos, los trazó y decidió que colocará una línea recta que mejor se ajuste para modelar la relación como lineal. Los residuos de alto valor (+ ve o -ve) son simplemente puntos de datos que están verticalmente más lejos de la línea, y tan lejos de la línea que ha elegido para modelar los datos, que los residuos de menor valor.
Los residuos son útiles para verificar si su elección de línea es correcta. Si traza los valores de los residuos contra su variable independiente y se distribuyen aleatoriamente por encima y por debajo de cero sin patrón, entonces es bastante seguro que su elección de una línea recta es correcta. Si puede ver un patrón, por ejemplo, todos los residuos positivos al principio y al final, pero los residuos negativos en el medio, entonces su elección de línea recta es casi seguramente incorrecta y debería buscar un modelo curvo. Básicamente, cualquier cosa que parezca vagamente parte de una ola significa problemas.
Es útil porque a menudo no podrá ver ese patrón desde su gráfico original, pero en el gráfico residual debería ser bastante obvio.
- Cómo encontrar la linealización de una función racional.
- ¿Por qué el determinante de una matriz más la identidad es igual a la suma de los determinantes de todos los subconjuntos de índices de fila-columna?
- ¿Es una buena idea enseñar un curso introductorio sobre álgebra lineal con álgebra geométrica?
- ¿Es posible ser malo en álgebra, trigonometría y cálculo, pero bueno en estadísticas?
- ¿Cuál es la diferencia entre Echelon y Echelon reducido?