我正在與R一起創建一些線性模型（使用lm()）來收集我收集的數據。現在我並不擅長統計和我發現很難理解，通過R.產生解釋lm（）彙總中的殘差值語句
我的意思是剩餘價值的線性模型的總結：Min，1Q，Median，3Q，Max
我的問題是：這些價值是什麼意思，以及如何從這些價值中知道我的模型是否好？
這是我的一些剩餘價值。
Min: -4725611 1Q:-2161468 median:-1352080 3Q:3007561 Max:6035077
線性迴歸（特別是相關的假設檢驗）的一個基本假設是殘差是正態分佈的，期望值爲零。輕微違反這一假設並不成問題，因爲統計數據非常穩健。但是，分佈應該至少是對稱的。
判斷正態性假設是否滿足的最好方法是繪製殘差。有許多不同的診斷圖，例如，你可以做到以下幾點：
fit <- lm(y~x)
plot(fit)
這會給你殘差對擬合值的情節和標準化殘差的QQ-情節。 summary(fit)給出的分位數對於快速檢查殘差是否對稱很有用。在那裏，最小值和最大值並不重要，但中值應該接近於零，第一和第三個值應該具有相似的絕對值。當然，如果你有足夠數量的值，這個檢查纔有意義。
如果殘差是不正常的分佈有以下幾種可能對付的是，例如，
有很多關於線性迴歸的好書，甚至還有一些很好的網絡教程。我建議至少仔細閱讀其中的一個。
你的問題是毫無意義的。人們不會僅僅從殘差中評估擬合優度。將'summary（your_model）'的結果發佈到您的問題中，以使其更有意義。 – Andrie
這不是一個真正的編程問題，任何經濟計量學教科書都會幫助你。我建議[這] [1]讓你閱讀，它很容易閱讀，它有很好的解釋例子。 [1]：http://www.amazon.com/Basic-Econometrics-Damodar-N-Gujarati/dp/0071123431 –
線性迴歸假設殘差的正態分佈。略微違反這一假設並不成問題，但分佈應該至少是對稱的，即中位數應該接近於零，並且第一和第三四分位數的絕對值應該相似。當然，還有更好的診斷可用，例如幾個殘差圖。嘗試像plot（lm（your.y〜your.x））一些診斷圖。 – Roland