【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
泰迪智能科技011 小时前
高校深度学习视觉应用平台产品介绍
人工智能·深度学习
盛派网络小助手1 小时前
微信 SDK 更新 Sample,NCF 文档和模板更新,更多更新日志,欢迎解锁
开发语言·人工智能·后端·架构·c#
Eric.Lee20212 小时前
Paddle OCR 中英文检测识别 - python 实现
人工智能·opencv·计算机视觉·ocr检测
cd_farsight2 小时前
nlp初学者怎么入门?需要学习哪些?
人工智能·自然语言处理
AI明说2 小时前
评估大语言模型在药物基因组学问答任务中的表现:PGxQA
人工智能·语言模型·自然语言处理·数智药师·数智药学
Focus_Liu2 小时前
NLP-UIE(Universal Information Extraction)
人工智能·自然语言处理
PowerBI学谦2 小时前
使用copilot轻松将电子邮件转为高效会议
人工智能·copilot
audyxiao0012 小时前
AI一周重要会议和活动概览
人工智能·计算机视觉·数据挖掘·多模态
Jeremy_lf3 小时前
【生成模型之三】ControlNet & Latent Diffusion Models论文详解
人工智能·深度学习·stable diffusion·aigc·扩散模型