MLR的解释结果

Question

我最近预告了一个MLR结果如下：

    lm(formula = Total_Deaths_Per_Million ~ GDP_Per_Capita + GNI_Per_Capita + 
    Trade_Percentage_Of_GDP + People_Using_Basic_Sanitation_Percentage_Of_Population + 
    Total_Population + Use_Of_IMF_Credit_US + Human_Development_Index + 
    Stringency_Index, data = final_test_combined_dataset) 

    Residuals:
      3       6       8      12      16      17      18      20      21      22 
-1.4022  1.6817 -0.4956 -1.9019  2.3436  0.2513  2.3864  0.1713  1.4964 -4.5310 

    Coefficients:
                                                         Estimate Std. Error t value Pr(>|t|)
(Intercept)                                             4.995e+00  9.839e+01   0.051    0.968
GDP_Per_Capita                                         -1.696e-02  3.377e-02  -0.502    0.704
GNI_Per_Capita                                          8.479e-03  1.174e-02   0.722    0.602
Trade_Percentage_Of_GDP                                -5.625e-01  5.671e-01  -0.992    0.503
People_Using_Basic_Sanitation_Percentage_Of_Population  7.111e-01  1.742e-01   4.082    0.153
Total_Population                                        2.843e-07  2.511e-07   1.132    0.461
Use_Of_IMF_Credit_US                                   -5.576e-08  4.706e-08  -1.185    0.446
Human_Development_Index                                -1.033e+02  2.145e+02  -0.482    0.714
Stringency_Index                                        2.460e+00  8.249e-01   2.982    0.206

Residual standard error: 6.535 on 1 degrees of freedom
Multiple R-squared:  0.9953,    Adjusted R-squared:  0.958 
F-statistic: 26.65 on 8 and 1 DF,  p-value: 0.1488

问题：

1. 为什么会将残差显示为3、6、8、12、16等？
2. 可以共享任何用于解释其余结果的好资源吗？

任何帮助将非常感谢，因为这是我的第一个MLR，我已经运行。

Answer 1

1. 输出提供了一些关于残差分布的信息。我可以重现一个情况，当我只把5个观测值放入数据中时，R会打印出这样的绝对残差，而不是它们的分布。你试过几行了吗？

在多元线性回归模型中，自变量的系数表示对应变量的一个单位变化对因变量y的期望值的影响(当所有其他自变量不变时)。例如，如果系数x的估计为-0.35，这意味着如果x增加一个单位，则因变量y的期望值下降0.35。

我被介绍给“计量经济学原理”(R. Carter Hill，William E. Griffiths和Guay C. Lim)，这本书我可以强烈推荐，它没有R上下文。