¿Qué utilidad tiene la gráfica de residuos durante un análisis dónde se trata de determinar la correlación de dos variables?

Las gráficas de residuos pueden revelar patrones no deseados de residuos que indican sesgo en los resultados de una manera más efectiva que los números. Cuando las gráficas de residuos pasan la revisión, se puede confiar en los resultados numéricos y verificar los bondad de ajuste estadística.

¿Qué es un patrón de dispersión no aleatorio de los residuos?

Si observas un patrón de dispersión no aleatorio de los residuos, la variabilidad de los residuos es mayor para ciertos valores predichos por el modelo, esto indica que no se cumple el supuesto de varianza constante en los errores del modelo. Puedes observar alguno de los siguientes casos: un patrón de «abanico».

¿Cuáles son los problemas con las gráficas de residuos?

Si observa algún patrón anormal, utilice las otras gráficas de residuos para revisar en busca de cualquier otro problema con el modelo, como por ejemplo términos faltantes o un efecto de orden de tiempo. Si los residuos no siguen una distribución normal, los intervalos de confianza y los valores p pueden resultar inexactos.

¿Cómo saber si los residuos tienen una distribución normal?

Por lo tanto, si los residuos tienen una distribución normal deberías observar que siguen aproximadamente la línea recta diagonal en el gráfico Q-Q normal, en caso contrario los residuos se van a apartar de la diagonal. Si los residuos presentan una distribución normal debes obtener un gráfico similar al «a».

¿Qué es el análisis de los residuos?

Al conjunto de técnicas que se usan para ello se le denomina análisis de los residuos. El análisis de los residuos consiste, por tanto, en contrastar que , i=1,…,nprovienen de una población normal con media 0 y varianza s2con las pruebas habituales de ji-cuadrado, Kolmogorov-Smirnov.