残差诊断

残差诊断是回归分析中用于检验模型假定是否满足的一类重要方法。其核心思想是：如果回归模型设定正确，残差（观测值与拟合值之差）应当近似呈现白噪声特征，即均值为零、方差恒定、互不相关，且与解释变量无关。通过对残差进行图形展示和统计检验，研究者可以识别模型的设定偏误、异方差性、序列相关、非正态性以及异常观测值等问题。残差诊断不仅是回归建模的关键环节，也是确保统计推断有效性的前提条件。

一、残差图分析

最基本的诊断工具是残差图。将残差（或标准化残差）对拟合值（或某个解释变量）作图，可以直观地检查多个假定。理想的残差图应呈现随机散布在零线周围的点云，无明显趋势或漏斗形。若残差随拟合值增大而扩散或收缩，提示存在异方差性。若残差呈现曲线模式（如U形或倒U形），则表明模型可能存在函数形式设定偏误，例如遗漏了平方项或交互项，或需要对因变量进行变换。此外，将残差对时间（或观测顺序）作图可用于检测序列相关：若相邻残差正相关，图中将呈现同向波动的簇状模式；若负相关，则残差频繁穿越零线。偏残差图（partial residual plot）还可用于检查每个解释变量的函数形式是否恰当，是诊断非线性关系的有效工具。

二、正态性检验

许多统计推断（如t检验、F检验）在小样本下依赖误差项的正态性假定。常用的正态性诊断方法包括：Q-Q图（分位数-分位数图），将残差的分位数与正态分布的理论分位数对比，若散点大致落在对角线上则正态性假定合理，若两端偏离对角线则提示厚尾或偏态分布；Jarque-Bera检验，基于残差的偏度和峰度构造统计量，在原假设（正态分布）下渐近服从自由度为2的卡方分布，当偏度偏离零或峰度偏离三时拒绝正态假定；Shapiro-Wilk检验在中小样本下具有较高的检验功效，是公认的正态性检验基准方法；Kolmogorov-Smirnov检验及其Lilliefors修正也可用于正态性判断，但功效通常低于Shapiro-Wilk检验。若残差严重偏离正态，可考虑对因变量进行变换（如对数变换、平方根变换、Box-Cox变换）或采用非参数方法。在样本量充足时，根据中心极限定理，参数估计的渐近正态性仍然成立，此时正态性假定在一定程度上可以放宽。

三、异方差性检验

当误差项的方差随解释变量变化时，普通最小二乘估计虽仍保持无偏性和一致性，但标准误有偏，导致t统计量和F统计量失效，置信区间不准确。常用检验包括：Breusch-Pagan检验，将残差平方对原解释变量做辅助回归，检验回归系数是否联合显著，其原假设为同方差，若辅助回归的LM统计量显著则拒绝原假设；White检验是Breusch-Pagan检验的一般化形式，在辅助回归中加入解释变量的平方项和交叉项，不依赖于特定的异方差结构，因此检测范围更广但自由度损失也更大。Goldfeld-Quandt检验适用于已知的二分法情形，将样本按某个变量排序后分为两组，比较两组残差平方和是否显著不同。若检测到异方差，可使用异方差稳健标准误（White标准误或Eicker-Huber-White标准误）进行修正，在大样本下提供一致的统计推断。另一种处理方式是采用加权最小二乘法，但需要正确指定方差函数的权重形式。

四、序列相关性检验

时间序列数据或面板数据中，误差项可能跨期相关，违反独立同分布假定。此时OLS估计虽无偏，但标准误低估，t统计量虚高，导致过度拒绝原假设。Durbin-Watson检验针对一阶自回归AR(1)结构，检验统计量d约为2(1−r)，其中r为残差的一阶自相关系数。d取值接近2表示无自相关，接近0表示正自相关，接近4表示负自相关。但Durbin-Watson检验存在无法覆盖的盲区，且不适用于模型中包含滞后因变量的情况。Breusch-Godfrey检验（LM检验）则更灵活，可检验任意阶数的自相关结构，且允许模型中包含滞后因变量，适用范围更广。Ljung-Box检验常用于时间序列模型的残差诊断，检验多个滞后期上残差自相关系数是否联合为零。处理序列相关的方法包括使用Newey-West异方差自相关一致标准误（HAC标准误）进行稳健推断，或采用广义最小二乘法（如Cochrane-Orcutt估计、Prais-Winsten估计）对模型进行重新估计。

五、异常值与强影响点诊断

个别观测值可能对回归结果产生不成比例的影响，甚至主导整个回归系数的估计。杠杆值（leverage）衡量自变量空间中观测值的极端程度，取值范围在0到1之间，平均杠杆值为k/n（k为解释变量个数）；标准化残差（或学生化残差）衡量因变量方向的异常程度，绝对值大于2或3的残差通常被视为异常；Cook距离（Cook's distance）综合杠杆值和残差大小，量化删除该观测后回归系数的整体变化幅度，一般认为Cook距离大于4/n的观测值值得重点关注。DFBETAS和DFFITS分别衡量单个观测对每个回归系数和拟合值的影响，是更细致的诊断指标。方差膨胀因子（VIF）则用于诊断多重共线性问题，VIF大于10（或严格标准为5）通常表明存在严重的共线性，导致系数估计方差过大。对异常值应仔细审查其产生原因，判断是数据录入错误、模型遗漏变量还是真实的极端情形，不可随意删除。

综上，残差诊断是回归建模中不可或缺的环节。研究者应结合图形方法与正式检验，系统地评估模型假定的合理性，并根据诊断结果采取相应的修正措施，从而保证统计推断的可靠性和结论的稳健性。在实践中，残差诊断应当在模型估计后立即执行，并作为经验研究的标准程序加以遵循。