残差プロット（回帰の診断）
回帰直線のあてはまりを残差パターンで診断する
0.40
散布図 ＋ 最小二乗回帰直線
残差プロット（予測値 vs 残差）
データ種類
—
傾き（slope）
—
残差の標準偏差
—
診断
—
回帰直線だけでは不十分 — 回帰直線のあてはまりを見るとき、散布図だけではモデルの問題を見落とすことがある。
残差（実測値 − 予測値）をプロットすることで、非線形・不等分散・外れ値といった問題を視覚的に発見できる。
良いモデルでは残差は0 のまわりにランダムに散らばるだけで、パターンはない。
いま何が起きている？
—
ここがポイント
- 残差 ＝ 実測値 − 予測値。回帰直線と各点の縦方向のズレ。
- 良いモデルは残差がランダム — 0 のまわりに規則性なく散らばる。
- U 字パターンは非線形を見逃しているサイン（二次項など必要）。
- ファン形（広がり）は不等分散のサイン（変数変換や加重回帰を検討）。
- 突出した 1 点は外れ値で、回帰係数を大きく歪める可能性がある。