基于残差图的模型选择：残差假设解读与模型优劣判断

一、残差核心假设验证（基于拟合值-残差图） #

针对你的三张图，重点验证回归模型的3个核心残差假设：

• 均值为0假设：观察残差是否在y=0水平线上下均匀分散。如果三个图的残差都没有随拟合值增大而出现系统性的向上/向下偏移（比如拟合值越高残差越正），说明三个模型都满足残差均值为0的要求。
• 方差齐性假设：你提到残差方差逐渐减小，这里要区分「整体方差缩小」和「方差随拟合值变化」：如果三个图的残差分布宽度都没有随着拟合值出现明显的扩宽/收窄趋势，只是整体波动幅度依次变小，那方差齐性假设成立；如果某张图里，拟合值大的区域残差突然变宽或变窄，那该模型就违反了方差齐性。
• 独立性假设：拟合值-残差图无法直接验证独立性，但如果残差没有出现周期性波动、聚类（比如连续一段全正，下一段全负），就可以暂时认为独立性假设没问题。

二、模型优劣判断：别只看残差方差 #

三个模型残差图模式相近，仅方差递减，这时候不能直接选残差方差最小的模型3，得结合以下维度综合判断：

• 过拟合风险：模型3用了7个自变量，残差方差小很可能是它把训练数据里的随机噪声也拟合进去了，换做新数据预测效果反而会变差。可以对比三个模型的调整R²（不是原始R²，原始R²会随变量增多必然上升），如果模型3的调整R²比模型2提升极少甚至下降，说明它已经过拟合。
• 简约性原则：在残差假设都满足、预测效果差异不大的前提下，优先选变量更少的模型（比如模型2）——它解释成本更低，稳定性更强，不容易受极端样本影响。
• 业务合理性：检查模型中的自变量是否有实际业务逻辑支撑，模型3的额外4个变量如果是无意义的“凑数”变量，那肯定不如变量更少、逻辑更清晰的模型实用。

总结：先确认三个模型都满足残差核心假设，再结合调整R²、过拟合风险、业务逻辑做选择，别单纯靠残差方差大小就选变量最多的模型。

内容的提问来源于stack exchange，提问作者ECHO LV