포아송 모형 적합에 대한 잔차 그림

편차 잔차의 히스토그램은 모든 관측치에 대한 잔차 분포를 보여줍니다.

편차 잔차를 사용하든지 Pearson 잔차를 사용하든지 여부에 상관없이 이러한 잔차 그림은 동일하게 해석됩니다. 각 예측 변수 설정 조합에 대한 시행 횟수가 증가하면 편차 잔차와 Pearson 잔차가 더 유사해집니다.

잔차의 정규 확률도는 분포가 정규 분포일 때 잔차 대 잔차의 기대값을 표시합니다.

편차 잔차를 사용하든지 Pearson 잔차를 사용하든지 여부에 상관없이 이러한 잔차 그림은 동일하게 해석됩니다. 각 예측 변수 설정 조합에 대한 시행 횟수가 증가하면 편차 잔차와 Pearson 잔차가 더 유사해집니다.

해석

잔차가 정규 분포를 따른다는 가정을 확인하려면 잔차의 정규 확률도를 사용하십시오. 잔차의 정규 확률도는 대략 직선을 따라야 합니다.

다음 패턴은 잔차가 정규 분포를 따른다는 가정에 위배되는 경우입니다.

비정규 패턴이 보이면 다른 잔차 그림을 사용하여 모형에 항 누락 또는 시간 순서 효과와 같은 다른 문제가 있는지 확인하십시오. 잔차가 정규 분포를 따르지 않는 경우 신뢰 구간과 p-값이 정확하지 않을 수 있습니다.

잔차 대 적합치 그림은 y-축에 잔차, x-축에 적합치를 표시합니다.

편차 잔차를 사용하든지 Pearson 잔차를 사용하든지 여부에 상관없이 이러한 잔차 그림은 동일하게 해석됩니다. 각 예측 변수 설정 조합에 대한 시행 횟수가 증가하면 편차 잔차와 Pearson 잔차가 더 유사해집니다.

해석

잔차가 랜덤하게 분포되어 있고 잔차의 분산이 일정하다는 가정을 확인하려면 잔차 대 적합치 그림을 사용하십시오. 이상적으로는 점들이 식별 가능한 패턴 없이 0의 양쪽에 랜덤하게 분포해야 합니다.

다음 표의 패턴들은 모형이 모형 가설을 충족하지 않음을 나타낼 수 있습니다.

패턴	패턴이 나타내는 내용
적합치에 대해 잔차가 부채꼴 모양으로 흩어져 있거나 고르지 않게 퍼져 있음	부적절한 연결 함수
곡선	고차 항 누락 또는 부적절한 연결 함수
한 점이 0에서 멀리 떨어져 있음	특이치
다른 점에서 x 방향으로 멀리 떨어져 있는 점	영향력 있는 점

다음 그래프는 특이치 및 잔차의 분산이 일정하다는 가정의 위반을 보여줍니다.

잔차 대 적합치 그림에서 패턴이나 특이치를 찾은 경우 다음 방법을 사용해 보십시오.

문제	가능한 해결 방법
일정하지 않은 분산	모형의 다른 항, 다른 연결 함수 또는 가중치를 사용하는 것을 고려해 보십시오.
특이치 또는 영향력 있는 점	관측치가 측정 오류 또는 데이터 입력 오류인지 확인하십시오. 이 관측치 없이 분석을 수행하여 결과에 어떤 영향을 미치는지 살펴보십시오.

잔차 대 순서 그림은 잔차를 데이터가 수집된 순서대로 표시합니다.

편차 잔차를 사용하든지 Pearson 잔차를 사용하든지 여부에 상관없이 이러한 잔차 그림은 동일하게 해석됩니다. 각 예측 변수 설정 조합에 대한 시행 횟수가 증가하면 편차 잔차와 Pearson 잔차가 더 유사해집니다.

해석

잔차가 서로 독립적이라는 가정을 확인하려면 잔차 대 순서 그림을 사용하십시오. 독립 잔차는 시간순으로 표시될 때 아무런 추세나 패턴을 보이지 않습니다. 점들의 패턴은 서로 가까이 있는 잔차가 상관되어 있으며, 따라서 독립적이 아닐 수도 있음을 나타냅니다. 이상적으로는 그림의 잔차들이 중심선 주위에 랜덤하게 분포해야 합니다.

패턴이 있으면 원인을 조사하십시오. 다음 유형의 패턴은 잔차가 종속적이라는 것을 나타낼 수도 있습니다.

추세

이동

주기

잔차 대 변수 그림은 잔차 대 다른 변수를 표시합니다. 변수가 이미 모형에 포함되어 있을 수 있습니다. 또는 변수가 모형에 포함되어 있지 않을 수도 있지만 반응에 영향을 미칠 것으로 예상됩니다.

편차 잔차를 사용하든지 Pearson 잔차를 사용하든지 여부에 상관없이 이러한 잔차 그림은 동일하게 해석됩니다. 각 예측 변수 설정 조합에 대한 시행 횟수가 증가하면 편차 잔차와 Pearson 잔차가 더 유사해집니다.