残差与诊断

拟合完一个模型之后，自然要问的不是“数学跑得通吗？”，而是“这个模型真的描述了我的数据，还是在某个角落里骗我？”残差正是用来查明这件事的工具。残差不过是“剩下的东西”：实际发生的与模型预测的之间的差距。如果模型好，这些残余就应当看起来像毫无特征的随机噪声。如果它们显出某种规律，模型就漏掉了什么，而那规律本身正指向漏掉的是什么。

对每个数据点，残差 = 观察值 减 拟合值。诊断就是对这些残差的系统性研究。你把残差对拟合值、以及对每个预测变量作图，寻找麻烦：弯曲的带状意味着关系其实并非线性；越张越开的扇形意味着散布并不恒定（异方差）；少数远离其余的点是离群值，可能在拽歪整个拟合。对 GLM 而言，原始残差被偏差残差或皮尔逊残差所取代，以照顾非正态的分布，但精神完全一致——没有规律的残差意味着可信赖的模型。正态分位图则检查残差是否服从所假定的形状。

对精算师而言，这是在模型被用于设定准备金或费率之前不可或缺的现实检验。一个 GLM 可以给出看上去自信满满的系数，而它的残差却在暗暗尖叫：漏掉了一个重要变量、忽略了某个交互作用，或所选的分布是错的。职业上的克制是：绝不单凭拟合统计量下结论——高 R 平方配上有规律的残差，是一个陷阱。诊断也是你抓出数据问题之处——编码错误、少数几笔巨灾理赔扭曲了全局——这些是任何概括性数字都无法揭示的。诚实的提醒是：诊断标示的是症状，而非药方；把它们读懂是一门手艺，而非一张清单。