为什么要绘制残差图？
Prism 8 引入了用方差分析绘制残差图的功能，前提是您输入的是原始数据，而不是平均值、n 和 SD 或 SEM 的平均数据。
许多科学家认为残差是通过回归得到的值。但方差分析实际上是变相的回归。它拟合了一个模型。方差分析的假设之一是该模型的残差是从高斯分布中采样的。残差图可以帮助您评估这一假设。
创建哪种图形？
Prism 可以绘制三种残差图。
•残差图。X 轴是预测值。 Y 轴为残差。这可以让你发现比其他残差大得多或小得多的残差。
•同方差性图。X 轴是预测值。 Y 轴是残差的绝对值。这可以让您检查较大的预测值是否与较大的残差（绝对值较大）相关联。
•QQ 图。X 轴为实际残差。Y 轴是预测残差，由残差的百分位数（在所有残差中）计算得出，并假设从高斯分布中采样。方差分析假定残差分布为高斯分布，通过该图可以检查这一假定。
对于普通方差分析，预测值（用于残差图和同方差性图）只是单元格中重复样本的均值。对于重复测量方差分析，预测值还要考虑受试者均值。
残差诊断
残差是聚类还是异方差？方差分析假设每个样本都是从具有相同标准偏差的群体中随机抽样。Prism 可以通过两种检验来测试这一假设。Brown-Forsythe 检验和 Barlett 检验。这两个检验值都计算 P 值，旨在回答这个问题：
残差是高斯的吗？Prism 对残差进行了四次正态性检验。将所有组的残差集中起来，然后进行一次正态性检验。
