偏回归图

偏回归图的定义

偏回归图（Partial Regression Plot），又称增变量图（Added Variable Plot）或部分回归散点图，是回归诊断中用于考察多元线性回归模型中单个自变量与因变量之间偏相关关系的可视化工具。该图由英国统计学家弗兰克·安斯库姆（F. J. Anscombe）于1961年首次提出，后经约翰·图基（John Tukey）和彼得·麦卡洛（Peter McCullagh）等人改进推广，现已成为统计软件中标准回归诊断图形的重要组成部分。偏回归图的核心思想是通过"偏回归"技术，将多元回归中某个自变量的边际效应从其他协变量的干扰中分离出来，使研究者能够直观地观察该自变量与因变量之间的净关系，从而判断其线性假设是否合理、是否存在异常值或强影响点。

偏回归图的构造原理

偏回归图的构造基于多元回归中的偏回归（partial regression）思想，其精髓在于"控制其他变量后观察单个变量的边际贡献"。构造过程包含两个阶段的残差回归。第一阶段，将因变量 Y 对除目标变量 Xₖ 之外的所有其他自变量进行回归，得到残差 e(Y|X₋ₖ)——这部分残差代表因变量 Y 中不能被其他自变量解释的剩余变异。第二阶段，将目标变量 Xₖ 同样对除自身之外的其他自变量进行回归，得到残差 e(Xₖ|X₋ₖ)——这部分残差代表目标变量 Xₖ 中与其他自变量无关的独特变异。然后将这两个残差序列绘制成散点图：横轴为 e(Xₖ|X₋ₖ)，纵轴为 e(Y|X₋ₖ)，每个观测值对应图中的一个点。对该散点图拟合一条通过原点的简单线性回归线，其斜率恰好等于完整多元回归模型中 Xₖ 的回归系数 β̂ₖ。这一数学性质确保了偏回归图能够精准反映目标变量在多元模型中的实际贡献。

从几何角度理解，偏回归图相当于将高维回归空间中的关系投影到二维平面上，消除了其他协变量带来的干扰。如果多元回归模型中 Xₖ 与 Y 呈线性关系且不存在交互作用，偏回归图中的散点应围绕一条过原点的直线随机分布，且该直线斜率等于 β̂ₖ。如果图中呈现明显的曲线模式，则暗示 Xₖ 与 Y 之间存在非线性关系，需要引入多项式项或进行变量变换。偏回归图将这些高阶诊断信息以直观图形的方式呈现，使研究者能够超越简单的回归系数表，深入理解数据的结构特征。

偏回归图的应用价值

在回归诊断实践中，偏回归图具有多重应用价值，是研究者审查模型假设和识别数据问题的重要工具。其首要功能是识别异常值和强影响点。当一个观测点在偏回归图中显著偏离主体趋势——即具有较大的水平残差（高杠杆值）或较大的垂直残差（异常响应值）时，该点可能对回归系数的估计产生不成比例的影响。通过这种可视化识别，研究者可以进一步计算库克距离、DFFITS或DFBETAS等影响诊断统计量，定量评估这些点的实际影响。偏回归图相比于单纯的残差图更为敏感，因为它揭示了单个变量层面的具体信息，而非整体模型的汇总信息。

其次，偏回归图能有效检验线性假设的合理性。多元线性回归要求每个连续自变量与因变量之间存在线性关系（在控制其他变量的条件下）。如果在偏回归图中观察到明显的曲线模式、聚簇结构或异方差性，说明该自变量的线性假设可能不成立，需要采取相应措施——引入变量的二次项或三次项、进行对数或Box-Cox变换、或采用广义可加模型（GAM）等更灵活的建模方法。偏回归图还能帮助发现变量间的交互作用信号：若不同取值的第三个离散变量在偏回归图中呈现明显分离的模式，则提示该离散变量可能与目标变量存在交互效应。

此外，偏回归图在变量筛选和模型比较中也有独特作用。在构建多变量模型时，初步的偏回归图可以帮助判断一个候选变量是否值得纳入模型——如果偏回归图中散点完全随机分布、没有明显趋势，则该变量对因变量的边际贡献可能非常有限。偏回归图还能揭示多重共线性的影响：当目标变量与其他自变量高度相关时，其偏回归图中的水平残差范围会显著缩小（因为Xₖ的大部分变异已被其他变量解释），导致估计系数不稳定且标准误增大。

偏回归图的局限与注意事项

尽管偏回归图是回归诊断的有力工具，其应用也存在若干局限。偏回归图对异常值的识别依赖于视觉主观判断，不同研究者可能对同一图形得出不同结论，因此最好结合统计量进行客观评估。当样本量较小时，偏回归图对异常值和模式变化的检测能力有限，可能产生误导性结论。在大样本情况下，偏回归图可能因为样本点过多而变得密集无序，此时可以引入局部加权回归平滑线（LOWESS）辅助识别整体趋势。另外，偏回归图的正确解释基于一个前提：模型中其他变量的设定形式——包括它们的函数形式和交互项——是正确的，否则分离出的残差可能包含模型设定误差的复合影响。总而言之，偏回归图应当在回归诊断的完整框架中与其他诊断方法（如Q-Q图、残差-拟合图、尺度-位置图）配合使用，形成系统、全面的模型评估策略。