情境
你建了一個迴歸模型，R² = 0.87，P 值也很顯著。主管看了點點頭說「不錯」。但你在用模型預測時，發現預測值在高溫區域系統性偏低。
問題出在哪？R² 沒問題、P 值沒問題，但模型假設被違反了，而你沒有做殘差分析。
什麼是殘差
殘差 = 實際值 - 預測值
每個數據點都有一個殘差，代表模型沒有解釋到的部分。如果模型完美，殘差應該是隨機雜訊——沒有任何規律、沒有型態。
殘差分析就是找殘差有沒有型態。有型態代表模型有問題。
四種必看的殘差圖
1. 殘差 vs 配適值圖（Residuals vs Fitted）
X 軸：模型預測值
Y 軸：殘差
理想狀況： 點隨機散布在 0 附近，無型態
問題訊號：
- 扇形展開（異方差）：高預測值的殘差變大 → 考慮對 Y 取 log
- 曲線型態（非線性）：模型應加入 X² 項
- 分群：數據可能來自不同製程或批次
2. 常態機率圖（Normal Probability Plot of Residuals）
理想狀況： 點落在直線上
問題訊號：
- S 型曲線：殘差分布有厚尾，可能有離群值
- 兩段直線：數據可能混合了兩種分布
3. 殘差 vs 順序圖（Residuals vs Order）
X 軸：數據收集順序
Y 軸：殘差
理想狀況： 隨機分布
問題訊號：
- 趨勢：有時間效應（設備磨耗、溫度漂移）
- 週期性：輪班效應或週期性干擾
4. 殘差直方圖
理想狀況： 鐘型對稱分布
問題訊號：
- 偏態：可能需要轉換
- 雙峰：數據混合了兩個族群
發現問題後怎麼辦
| 問題 | 可能解法 |
|---|---|
| 非線性 | 加入 X² 或交互項 |
| 異方差 | 對 Y 取 log 或加權迴歸 |
| 時間趨勢 | 加入「時間」作為共變數 |
| 離群值 | 確認原因後決定保留或移除 |
| 非常態 | 樣本夠大時不太影響，樣本小時考慮非參數方法 |
殘差分析 vs 模型指標
| 指標 | 告訴你什麼 | 告訴不了你什麼 |
|---|---|---|
| R² | 整體解釋力 | 模型假設是否成立 |
| P 值 | 係數是否顯著 | 殘差是否隨機 |
| 殘差分析 | 假設是否成立 | 解釋力大小 |
三個都要看，缺一不可。
金句
「R² 告訴你模型有多好，殘差圖告訴你模型有沒有說謊。只看 R² 是只問成績，沒問作弊了沒。」