Beim angepassten Wert für die Prädiktorvariable wird die Unsicherheit beim Wert des Prädiktors berücksichtigt.
Verwenden Sie den angepassten Wert für den Prädiktor, um ungewöhnliche Residuen zu untersuchen. Wenn der angepasste Wert für die Prädiktorvariable wesentlich größer oder kleiner als der beobachtete Wert ist, untersuchen Sie die Ursache.
Beim angepassten Wert für die Antwortvariable wird die Unsicherheit sowohl in der Antwort- als auch in der Prädiktorvariablen berücksichtigt.
Verwenden Sie den angepassten Wert für die Antwortvariable, um ungewöhnliche Residuen zu untersuchen. Wenn der angepasste Wert für die Antwortvariable wesentlich größer oder kleiner als der beobachtete Wert ist, untersuchen Sie die Ursache.
Das Residuum ist die Differenz zwischen dem beobachteten Wert und dem angepassten Wert.
Untersuchen Sie die Residuen, um zu ermitteln, wie gut das Modell an die Daten angepasst ist. Im Allgemeinen sollten die Residuen zufällig verteilt sein und weder offensichtliche Muster noch ungewöhnliche Werte aufweisen. Wenn ein Residuum ungewöhnlich ist, können Sie untersuchen, ob dies auf den angepassten x-Wert, den angepassten y-Wert oder beide zurückzuführen ist.
Das standardisierte Residuum entspricht dem Wert eines Residuums ei dividiert durch einen Schätzwert von dessen Standardabweichung.
Verwenden Sie die standardisierten Residuen, um Ausreißer zu erkennen. Standardisierte Residuen, die größer als 2 bzw. kleiner als -2 sind, werden im Allgemeinen als so groß erachtet, dass sie untersucht werden sollten.
Standardisierte Residuen sind hilfreich, da Rohresiduen u. U. keine geeigneten Anzeichen für Ausreißer darstellen. Die Varianz jedes Rohresiduums kann um die mit ihm verbundenen x-Werte abweichen. Diese ungleichen Skalen erschweren es, die Größen der Rohresiduen zu beurteilen. Durch das Standardisieren der Residuen wird dieses Problem behoben, indem die unterschiedlichen Varianzen in eine gemeinsame Skala konvertiert werden.
Der prognostizierte Wert ist der Wert der Antwortvariablen bei einer neuen Einstellung der Prädiktorvariablen.
Verwenden Sie den prognostizierten Wert, um einen neuen Wert der Antwortvariablen zu schätzen.
Die Standardabweichung des prognostizierten Werts gibt an, wie genau das Modell neue Daten schätzt. Die Standardabweichungen sind für alle prognostizierten Werte gleich.
Verwenden Sie die Standardabweichung des prognostizierten Werts, um die Genauigkeit der geschätzten Prognose zu bestimmen. Je kleiner die Standardabweichung, desto genauer ist der Schätzwert. Standardabweichungen sind immer positiv.