OLS回归残差诊断指南：使用olsrr包进行模型检验

引言

在回归分析中，残差诊断是评估模型假设是否成立的关键步骤。olsrr包提供了一套完整的工具，帮助数据分析师系统性地检验回归模型的残差特性。本文将详细介绍如何使用olsrr包进行残差诊断，包括图形化方法和统计检验。

回归模型的基本假设

在开始残差诊断前，我们需要明确线性回归模型的四个基本假设：

1. 正态性假设：误差项服从正态分布
2. 零均值假设：误差项的期望值为零
3. 同方差性假设：所有误差项具有相同但未知的方差
4. 独立性假设：误差项之间相互独立

违反这些假设可能导致模型估计不准确、预测结果不可靠等问题。

残差QQ图：检验正态性

残差QQ图(Quantile-Quantile Plot)是检验残差正态性的直观工具。在olsrr包中，我们可以使用ols_plot_resid_qq()函数快速生成QQ图。

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars)
ols_plot_resid_qq(model)

解读要点：

• 如果点大致落在对角线上，说明残差服从正态分布
• 尾部偏离对角线可能暗示重尾或轻尾分布
• S型曲线表明数据可能存在偏态

残差正态性检验

除了图形方法，olsrr还提供了多种统计检验方法：

ols_test_normality(model)

该函数会一次性执行以下检验：

• Shapiro-Wilk检验
• Kolmogorov-Smirnov检验
• Cramer-von Mises检验
• Anderson-Darling检验
• Pearson卡方检验

结果解读：

• 关注p值，通常p<0.05表示拒绝正态性假设
• 建议结合图形和统计检验综合判断

残差与拟合值图

残差与拟合值图(Residual vs Fitted Plot)用于检测：

• 非线性关系
• 异方差性
• 异常值

ols_plot_resid_fit(model)

健康模型的图形特征：

1. 残差随机分布在0线周围，表明线性关系成立
2. 残差形成大致水平的带状分布，表明同方差性
3. 无明显远离其他点的异常值

残差直方图

残差直方图提供了另一种观察残差分布的方式：

ols_plot_resid_hist(model)

解读建议：

• 理想情况下应呈现钟形曲线
• 明显偏态或双峰可能违反正态性假设
• 可与正态曲线叠加比较

实际应用建议

1. 综合多种诊断方法：不要依赖单一检验方法，结合图形和统计量
2. 样本量考虑：大样本下统计检验可能过于敏感，需侧重图形分析
3. 问题解决路径：
   • 发现非线性：考虑添加多项式项或转换变量
   • 存在异方差：尝试加权最小二乘法或变量转换
   • 非正态性：考虑响应变量转换或使用稳健回归方法

olsrr包的这些诊断工具为回归模型验证提供了系统化的解决方案，帮助数据分析师构建更可靠的预测模型。