在ols回归模型中,来自不同对象的残差是独立的吗?随机误差呢

在ols回归模型中，来自不同对象的残差是独立的，随机误差也是独立的。

随机误差项：不包含在模型中的解释变量和其他一些随机因素对被解释变量的总影响项。把给定的回归模型直接用普通最小二乘法估计参数，求出残差项，并把作为随机误差项的估计值，画出的散点图。由于把残差项作为随机误差项的估计值，随机误差项的性质也应能在残差中反映出来。

回归分析

回归模型重要的基础或者方法就是回归分析，回归分析是研究一个变量（被解释变量）关于另一个（些）变量（解释变量）的具体依赖关系的计算方法和理论，是建模和分析数据的重要工具。在这里，我们使用曲线/线来拟合这些数据点，在这种方式下，从曲线或线到数据点的距离差异最小。

原则上都尽量不让残差相关啊。

当然实在没法了可以适当允许同一个测量模型内的残差相关，也就是在修正时 优先选择同一个测量模型内的残差相关，最后再考虑选择跨测量模型的残差相关。

但实际上，这样的残差模型在一定程度上已经违背了sem的简约假设了，同一个测量模型内的残差相关还好解释，但是跨了测量模型的残差相关就表示这两个维度之间没有区分的很好，也就是模型的区分效度不是很好。

这样构建的模型其实是失败的

最大的MI系数 应该删掉对应的一个题项或2两个，一个个试着来看哪个结果比较合适。

残差拉相关违背了 残差独立性的基本假设，是不可以拉相关的。除非你的研究逻辑假设证明残差之间有相关（比如追踪研究设计），不能以数据为驱动进行残差相关。

---