逸脱残差とリスクスコアのプロットを使用して、モデルが適合しない点を探します。理想的には、ポイントは 0 の両側にランダムに落ちます。通常、異常なポイントは外れ値または影響力のあるポイントです。
- 外れ値
- y 軸上の残差の他の残差から遠い逸脱残差を持つポイント。
- 影響力のある点
- X 軸上の残差から遠いリスク スコアを持つポイント。
外れ値が多すぎるプロットは、モデルのパフォーマンスが悪いということを示している可能性があります。外れ値と影響力のあるポイントの原因を特定します。データ入力や測定の誤差はすべて修正します。異常な1回きりの事象(特殊原因)に関連付けられたデータ値は除外することを検討します。その後で、分析を繰り返します。