Usted puede graficar los residuos marginales y condicionales. Los ajustes marginales son los valores ajustados para la población general. Utilice los residuos condicionales para verificar la normalidad del término de error en el modelo.
El histograma de los residuos muestra la distribución de los residuos para todas las observaciones. Utilice esta gráfica para identificar las filas de datos con residuos mucho más grandes que los de otras filas. Investigue más a fondo esas filas para determinar si se recolectaron correctamente.
La gráfica de probabilidad normal de los residuos muestra los residuos vs. sus valores esperados cuando la distribución es normal. Utilice esta gráfica para identificar las filas de datos con residuos mucho más grandes que los de otras filas. Investigue más a fondo esas filas para determinar si se recolectaron correctamente.
La gráfica de residuos vs. ajustes muestra los residuos en el eje Y y los valores ajustados en el eje X. Utilice esta gráfica para identificar las filas de datos con residuos mucho más grandes que los de otras filas. Investigue más a fondo esas filas para determinar si se recolectaron correctamente. Además, también puede utilizar esta gráfica para buscar patrones específicos en los residuos que pudieran indicar variables adicionales que habría que considerar.
La gráfica de residuos vs. orden muestra los residuos en el orden en que se recopilaron los datos. Utilice esta gráfica para identificar las filas de datos con residuos mucho más grandes que los de otras filas. Investigue más a fondo esas filas para determinar si se recolectaron correctamente. Si la gráfica muestra un patrón en orden cronológico, puede tratar de incluir un término dependiente del tiempo en el modelo para eliminar el patrón.
La gráfica residuos vs. las variables muestra los residuos versus otra variable. La variable ya pudiera estar incluida en el modelo. O la variable pudiera no estar en el modelo, pero usted sospecha que influye en la respuesta.
Si observa un patrón no aleatorio en los residuos, significa que la variable afecta la respuesta de forma sistemática. Considere incluir esta variable en un análisis.