前言
回归方程实际上是整个回归分析里面最简单的一部分，数据适不适合采用线性回归，回归模型对数据的拟合性如何还需要更进一步的考察验证。
线性回归基本适用条件：独立、线性、正态和方差齐同。
适用条件的考察
线性回归适用条件和模型的诊断多涉及残差分析。R的基础包几个常用的残差计算分析函数如下：
residuals()：模型残差；rstandard()：标准化残差，或者直接计算sqrt(deviance(model)/df.residual(model)),…)；rstudent()：学生化残差；predict()：预测值；plot()：绘制模型诊断图或构建相应的残差图。plot函数可利用模型残差绘制6幅图（默认4幅，相当于which=1:4，Cook距离和Cook距离对杠杆值图默认不显示），实现模型正态性、方差齐性及异常点等的分析。plot.lm {stats}Six plots (selectable bywhich) are currently available: a plot of residuals against fitted values, a Scale-Location plot ofsqrt(|residuals|)against fitted values, a Normal Q-Q plot, a plot of Cooks distances versus row labels, a plot of residuals against leverages, and a plot of Cooks distances against leverage/(1-leverage). By default, the first three and5are prov
