私は単変量の離散時系列を研究しています。残差は効果的にランダムで適切にフィットし、ベルの形をしている必要があることを私は知っています。
以下のプロットは、残差が効果的にあることを示していますか？ランダム？
コメント
- サイト、@ Marcoへようこそ。私はあなたが何を求めているのか分かりません。質問を明確にできますか？
- ありがとうございます。私は古典的なアプローチで時系列を研究しています。誰かがこのグラフィックを説明し、このグラフィックが残差を効果的にランダムに説明しているかどうかを教えてほしい。
- グラフのy（垂直）軸が表す' ？
- 残差がどのように分布しているかを確認するのは良いことです。ただし、このヒストグラムでは、見かけの"ランダム性についてはほとんどわかりません。"そのためには、比較従属変数や、フィッティングに関与しなかった可能性のある他の変数を含む、他のデータへの残差。残差を他のすべての変数から独立して見えるようにします。
- whuber 'の役立つコメントに加えて、試す1つの方法残差の非ランダムパターンを除外するには、従属変数またはその予測値（横軸）に対して残差（縦軸）の散布図を作成します。理想的には、左から右に移動しても、平均または変動の体系的な増減は見られません。
回答
CrossValidated、Marcoへようこそ！
正しく理解できた場合は、最小二乗推定量（LSE）を使用しています。回帰問題。効果的に動作するために、LSEは確かに正規分布の残差を必要とします。これを確認する良い方法は、いわゆる Q-Qプロットを確認することです。取得した残差の分位数と理論上の正規分位数を描画します。 QQプロットで何かが線として表示された場合、つまり完了です。正規性の仮定は満たされています。
ただし、注意することをお勧めします。LSEに必要な他の仮定も確認する必要があります。 ：残差の独立性と等分散性。
お役に立てば幸いです！
コメント
- 線形回帰には正規誤差が必要ですか??
- @kirk、線形回帰自体は必要ありませんが、線形回帰の最小二乗推定量は、ガウス誤差のある最尤推定量と同等です。そのため、'は、エラーが正規分布する必要があると想定されることが多い理由です。そして、質問（ベルカーブへの参照）から得たように、これはまさにチェックするように求められているものです。
回答
最初に描いた曲線は、探しているベルではありません。「ベル」は次のようになります。
棒グラフとして描画されたヒストグラム（そうです！Excelはひどいことを奨励します）はそれにかなり近いように見えます。
ただし、ヒストグラムは残差の正規性をチェックするのにあまり良い方法ではありません。
ここで説明したように、場合によっては、ヒストグラムバーの配置場所を選択すると、同じ値のセットは次のように異なる場合があります。
繰り返すだけです-これは同じ番号の2つの異なるヒストグラムです。カーネル密度推定、さらに良いことに、QQプロット（少なくともそれらの読み方を学んだら）は、はるかに有益です。ヒストグラムを使用する必要がある場合は、多数のビンを使用し、複数のビンを実行します。