【一分钟快学】快速说清 残差自相关图,Q-Q图,密度图 是什么?

在时间序列分析中,残差自相关图,Q-Q图和密度图都是用于检查和理解模型的残差(误差)的一些工具。

  1. 残差自相关图(ACF图):

    • 作用: 检查残差的自相关性。
    • 解释: 这是一个显示残差与其滞后值(过去值)之间相关性的图。如果残差是随机的,它们之间不应该有相关性。如果图中有显著的相关性峰值,表示模型可能有问题。
  2. Q-Q图(Quantile-Quantile Plot):

    • 作用: 检查残差的正态性。
    • 解释: 这是一个将残差的分位数与标准正态分布的分位数进行比较的图。如果残差是正态分布的,图中的点应该大致沿着一条直线。如果点偏离直线,表示残差不符合正态分布。
  3. 密度图(Density Plot):

    • 作用: 检查残差的分布形状。
    • 解释: 这是一个类似于直方图的图,显示残差值的密度分布。如果模型合适,残差的密度图应该呈钟形(即正态分布)。任何明显的偏离都表明残差可能不满足正态性假设。
相关推荐
一切皆有可能!!5 小时前
实践篇:利用ragas在自己RAG上实现LLM评估②
人工智能·语言模型
月白风清江有声7 小时前
爆炸仿真的学习日志
人工智能
华奥系科技8 小时前
智慧水务发展迅猛:从物联网架构到AIoT系统的跨越式升级
人工智能·物联网·智慧城市
R²AIN SUITE8 小时前
MCP协议重构AI Agent生态:万能插槽如何终结工具孤岛?
人工智能
b***25118 小时前
动力电池点焊机:驱动电池焊接高效与可靠的核心力量|比斯特自动化
人工智能·科技·自动化
Gyoku Mint9 小时前
机器学习×第二卷:概念下篇——她不再只是模仿,而是开始决定怎么靠近你
人工智能·python·算法·机器学习·pandas·ai编程·matplotlib
小和尚同志9 小时前
通俗易懂的 MCP 概念入门
人工智能·aigc
dudly9 小时前
大语言模型评测体系全解析(下篇):工具链、学术前沿与实战策略
人工智能·语言模型
zzlyx999 小时前
AI大数据模型如何与thingsboard物联网结合
人工智能·物联网