回归分析第18讲：残差检验究竟要看什么？最容易被忽视的模型诊断

统计

大多数同学在跑完一次回归之后，第一反应往往是看三件事：

系数是不是显著（p 值）
模型解释力高不高（R²）
符号是不是“符合常识”

但很少有人会停下来认真问一句：

这个回归模型本身，真的“站得住”吗？

事实上，许多回归论文真正出问题的地方，并不在 t 值，也不在共线性，而是在：

模型已经明显违背 OLS 的基本假设，但研究者毫无察觉。

一旦残差出现严重问题，再漂亮的显著性、再高的 R²，都可能是“假象”：

系数不可信，检验不成立，结论自然站不住脚。

残差检验的作用，正是在回归结果之外，帮你回答三个更根本的问题：

这个模型是否满足 OLS 的基本假设？
回归系数还能不能被信任？
统计检验到底有没有意义？

本讲将用最直观的方式，讲清楚：

什么是残差？残差从哪里来？残差检验究竟要看什么？以及哪些错误最容易被忽视。

【一】为什么残差检验比 p 值更重要？

在回归分析中，很多同学会把注意力几乎全部放在 p 值是否显著 上，但事实上，p 值只是建立在一系列前提假设之上的结果。如果这些前提本身不成立，那么再“漂亮”的显著性，也可能毫无意义。

经典的 OLS 回归，大致依赖以下四个基本假设：

线性关系：因变量与自变量之间可以用线性形式合理刻画
同方差性：误差项的波动幅度在不同取值范围内是稳定的
误差独立性：不同观测之间的误差不相关
误差正态性：误差项近似服从正态分布（用于小样本推断）

这些假设，是所有 t 检验、F 检验、置信区间和显著性判断成立的基础。

一旦这些假设被严重破坏，可能带来的后果包括：

回归系数的方向发生扭曲（正的变负，负的变正）
标准误计算错误，导致 p 值失真
t 检验和 F 检验整体失效
模型在样本外完全不可外推

换句话说：

残差如果“不合格”，整套回归结果都有可能是错的。

这也是为什么在正式论文（尤其是经济学、管理学和计量研究中），残差诊断不是“可选项”，而是必须写、必须交代的一部分。

真正严谨的回归分析，永远不是从 p 值开始，而是从残差是否“站得住”开始。

【二】“残差”是不是“随机项”？

先给结论，用一句话说清楚这件事：

随机项属于“真实世界”，残差属于“样本模型”。

更具体地说，我们可以这样理解：

随机项（扰动项）：存在于总体回归模型中，是现实世界中所有无法观测、无法完全解释的因素。它是真实存在的，但我们永远拿不到。
残差：存在于样本回归模型中，是模型估计完成后，由数据计算出来的偏差。它是“算出来的”，可以被观测、分析和检验。

如果再说得直白一点：

随机项是“真实世界里的误差”，
残差是“模型留下的痕迹”。

我们无法直接研究随机项，但可以通过研究残差，来判断模型到底靠不靠谱。

1. 理论模型与随机项

我们回忆一下前面讲过的“总体回归”和“样本回归”，统计分析最重要的目的就是“样本推断总体”。

下面是理论模型，描述真实世界中与的关系，是我们永远拿不到的总体模型：

在上式中，是随机扰动项（随机项）：它属于真实世界，反映的是所有未观测、不可控制的影响。

对我们来讲，它是不可观测、不可计算，只能假设其性质。

2. 样本模型与残差

我们真正估计的回归模型，是基于有限样本，通过最小二乘法得到：

或

上面两个公式相减，得到的就是残差：

残差是我们唯一能直接看到、计算并分析的误差。

虽然我们不能“操纵”残差本身，但可以通过变量选择、函数形式和估计方法，让残差更接近模型假设。

这个问题在课堂上经常被混淆。事实上，无论是回归分析、时间序列模型，还是其他统计模型，残差的逻辑是完全一致的。

【三】一个例子，解释残差项是怎么来的

我们用前面两讲的例子（1999-2019年中国农业总产值增加的影响因素），来自何晓琦老师的EViews教材，Estimate的结果如下：

图1 回归估计结果

我们基于前述回归模型，利用估计得到的回归系数，将 1999–2019 年的自变量代入模型，计算得到 样本内的拟合值，即农业总产值的估计值。

在 EViews 中，这一步可通过 Forecast 功能实现，生成的拟合值被存储在序列 YF 中。

将拟合值 YF（）、真实观测值 Y，以及由二者差值计算得到的 残差序列 RESID 列在同一张表中，可以直观展示模型在各期的拟合偏差，这为后续的残差诊断分析提供了基础数据。

图2 农业总产值的观测值、预测值和残差表

残差的计算公式为：

其中，是观测值（样本的真实值），为模型给出的预测值，即为样本回归模型中的残差。

我们希望残差尽可能接近于零，但更重要的是考察残差是否呈现出系统性模式。

对研究者而言，模型估计并不是回归分析的终点，对残差的系统性诊断，才是判断模型是否可信的关键一步。

【四】四类最常见、也最容易被忽视的残差问题

在实证研究中，残差往往隐藏着模型失效的关键信号。以下四类问题，几乎在每一类回归论文中都有可能出现。

1. 异方差：p 值会“假显著”

在存在异方差的情况下，OLS 系数本身仍然是无偏的，但标准误会被系统性低估或高估，从而导致：

t 值被夸大，p 值出现“假显著”。

这也是很多论文中常见的情形：

结果显示 p < 0.01，看似非常显著，但实际上只是因为标准误计算错误。

👉 在经济学实证中，这是最常见、也最隐蔽的错误之一。

2. 非线性：在“强行解释一个错误模型”

如果真实关系是非线性的，却强行使用线性模型，残差往往会呈现出明显的结构性模式，例如弧形或波浪形。

一个典型例子是：收入与年龄，这一关系显然不可能在整个区间内保持严格线性。

当残差呈现系统性弯曲时，意味着：

线性假设不成立，系数解释本身已经失去经济含义。

3. 自相关：标准误被系统性压小

在时间序列或宏观数据中，残差往往并非相互独立，而是存在明显的相关性。自相关会直接导致：

t 值被人为放大
p 值虚假显著
Durbin–Watson 统计量明显偏离 2

👉 此时，即使回归结果“看起来很好”，统计推断也是不可靠的。

4. 异常值：一个点足以毁掉整个回归

OLS 对个别观测值极为敏感。当某个样本点具有过高的影响力时（如 Cook’s D 显著偏大），它可能：

改变系数大小
甚至改变系数方向
让变量“突然显著”或“突然不显著”

这些高影响点往往源于：

数据录入错误
极端个案
测量口径异常

👉 但无论原因如何，它们都有能力“主导整个回归结果”。

【五】残差诊断：残差图要怎么看？

残差诊断不需要复杂数学，只要会看 4 张图，就能识别 90% 的问题。

1. 残差 vs 拟合值（最重要的一张图）

用途：判断 异方差 和 非线性

如果残差散点呈漏斗状——说明异方差严重。

如果残差呈弧形、波浪状——说明模型是错的：

线性假设不成立，应该用对数、二次项或非线性模型。

下面是本讲案例中的残差图：

图3 残差序列图

从上面的残差图可以看到，残差在样本期内整体围绕零值上下波动，没有呈现明显的漏斗状扩散，也未出现系统性的弧形或波浪形结构。这表明模型在误差方差稳定性和线性设定方面未暴露出明显问题，异方差和非线性特征在直观层面并不突出。这个结果为后续的统计推断提供了基本的合理性保障。

2. Q-Q 图（误差正态性）

Q–Q 图（Quantile–Quantile Plot）用于比较“样本残差的分布”与“理论正态分布”是否一致。它不是做显著性检验，而是通过直观方式判断：残差整体形态是否接近正态分布。

偏离轻微 → 无所谓
偏离严重 → t 检验、区间估计可能失效

下面是本讲案例中的残差Q-Q图：

图4 残差的Q-Q图

从上面的残差 Q–Q 图可以看到，大部分观测点沿参考直线分布，仅在尾部存在轻微偏离，未出现明显的系统性弯曲或严重偏离。这表明残差分布与正态分布在整体上较为一致，正态性假设在该样本下未受到明显破坏。

3. 残差 vs 时间（看自相关）

如果残差呈现周期、趋势、波动变化，则：

存在自相关
DW 检验会失败
需要加入滞后项或使用 Newey-West 标准误

我们可以用讲图中的序列图，用于判断误差项是否存在时间相关性。如果残差在时间维度上呈现出：

明显的趋势
周期性波动
连续正值或连续负值成段出现
则说明残差并非“随机噪声”，而是存在自相关。

从本讲农业产出案例的残差时间图可以看到，残差并非完全随机散布，而是在部分年份呈现出连续正偏或负偏的现象，说明误差项可能存在一定程度的时间相关性。

这种情况下，即使回归系数显著，t 检验与标准误也可能失真，常见的 Durbin–Watson（DW）检验往往会给出偏离 2 的结果。

图5 Durbin–Watson（DW）值

对于时间序列数据，残差不应呈现系统性的趋势或周期。如果残差随时间出现持续的正负相关波动，通常意味着模型遗漏了动态结构。

在本讲案例中，图5的回归结果中，显示 Durbin–Watson 统计量约为 1.45，明显偏离 2，提示残差可能存在正自相关。这说明仅使用静态回归模型可能不足，后续应考虑引入滞后项，或使用 Newey–West 等稳健标准误进行修正。

4. Cook’s D（看异常值 & 高影响点）

OLS 对个别观测值非常敏感，因此需要检查是否存在对回归结果具有不成比例影响的样本点。在 EViews 中，这一问题通常通过 RStudent、DFFITS 和 COVRATIO 等影响统计量综合判断。

不同软件中常用的异常值 / 高影响点指标有所不同：

SPSS：Cook’s D、标准化残差（Standardized Residual）、杠杆值（Leverage）
Stata：Cook’s D、DFITS、rstudent、leverage
R / Python：Cook’s D、DFBETAS、DFITS、hat values

虽然软件不同，但核心思想一致：

判断是否存在“少数观测点对整体回归结果产生过度影响”的情况。

下图是本讲案例在EViews中的Influence Statistics输出图：

图6 Influence Statistics结果

（1）RStudent：看“这个点本身是不是异常”

RStudent 是学生化残差，用来判断某个观测值在误差意义上是否异常。
一般经验规则是：

RStudent > 2（或 3）时，才需要高度警惕。

从图6中可以看到，大部分观测点的 RStudent 均落在合理区间内，未出现明显越界的极端残差，说明样本中不存在特别突出的异常点。

（2）DFFITS：看“删掉这个点，模型会不会变样”

DFFITS 衡量的是：

如果删除某一个观测值，模型的拟合结果会发生多大变化。

这是最接近 Cook’s D 直觉的指标。

从图6中看，虽然个别年份的 DFFITS 波动略大，但整体仍处在可接受范围内，未出现“单个点主导回归结果”的情形。

（3）COVRATIO：看“这个点会不会破坏整体稳定性”

COVRATIO 关注的是：

删除某个观测值后，回归系数协方差矩阵是否发生明显变化。

经验上，数值若明显偏离 1，才说明该点对模型整体稳定性影响较大。

本例中，图6中大多数观测点的 COVRATIO 都围绕 1 波动，没有出现极端偏离，表明模型的整体结构较为稳定。

【六】发现残差问题后，应当怎么处理？

通过前面的残差图与诊断统计，我们已经知道：

残差检验的目的不是“挑毛病”，而是判断模型在哪些方面需要修正。

不同类型的残差问题，对应的处理思路是完全不同的。

（1）如果发现残差呈现出随拟合值扩散的“漏斗形”，通常意味着存在异方差问题。这时，研究者往往需要考虑变量的尺度是否合适，或者在推断阶段采用更稳健的标准误，而不是简单地依赖原始的 OLS 结果。

（2）如果残差呈现出明显的弯曲、波浪或系统性结构，则说明线性形式本身可能不合适。这类问题并不是“误差不好”，而是模型设定的问题，通常需要通过变量变换、加入非线性项或重新思考函数形式来解决。

（3）当残差在时间维度上表现出趋势性或周期性波动时，往往意味着误差项存在自相关。此时，传统的 t 检验和 F 检验将不再可靠，需要通过动态结构或稳健推断方法加以修正。

（4）如果个别观测点在影响统计量中显著突出，则需要警惕异常值或高影响点的问题。这并不意味着必须机械地删除数据，而是要结合数据来源与经济含义判断其合理性，并通过对比分析检验结果的稳健性。

上面的处理方法本身都属于模型修正阶段的内容，每一种问题都有它的适用条件和潜在代价。

(后续文章将分别围绕异方差、自相关、非线性与异常值展开讨论。)

【七】一句话总结

残差诊断，是判断回归结果是否可信的最后一道防线。