После выполнения регрессии вы получаете невязки и соответствующие значения для зависимой переменной.Построение их может дать представление о нарушении OLS-предположений.Интересно, правильно ли я интерпретирую этот вывод, поскольку кажется, что нигде нет правильного объяснения этому.
Я слышал, что вы можете сделать следующие выводы из этого графика:
- распределение ошибки (есть ли остатки?)
- гомоскедастичность / гетероскедастичность
- автокорреляция между невязками
- равенство условного среднего значения u и безусловного среднего значения
- неправильная спецификация модели
В качестве примера я хотел бы привестиследующий график, который предполагает нарушение допущения OLS.
Остатки по отношению к установленным значениям: 
Моя интерпретация:
термин ошибки не указан, он зависит от размера подгоняемых значений и, следовательно, от объясняющих переменных
отсутствие гомоскедастичности, поскольку условная дисперсия не равна безусловнойдисперсия
наличие автокорреляции
безусловное среднее не равно условному среднему
модельнеправильноуказанно, нелинейный может быть лучше