Considérons un modèle de régression linéaire:
où , c'est-à-dire , La distribution de Laplace avec moyenne et paramètre d'échelle , sont tous indépendants les uns des autres. Considérons une estimation de vraisemblance maximale d'un paramètre inconnu :
à partir de laquelle
Comment trouver une distribution des résidus dans ce modèle?
Réponses:
Les résidus (en fait appelés erreurs) sont supposés être distribués aléatoirement avec une distribution exponentielle double (distribution de Laplace). Si vous ajustez ces points de données x et y, faites-le numériquement. Vous calculez d'abord beta-hat_ML pour ces points dans leur ensemble en utilisant la formule que vous avez publiée ci-dessus. Cela déterminera une ligne à travers les points. Ensuite, soustrayez la valeur y de chaque point de la valeur y de la ligne à cette valeur x. C'est le résidu pour ce point. Les résidus de tous les points peuvent être utilisés pour construire un histogramme qui vous donnera la distribution des résidus.
Il y a un bon article mathématique à ce sujet par Yang (2014) .
--Lee
la source