当您使用标准化残差时，残差的期望值为零，方差（大约）为 1。这有两个好处：

1. 如果您重新调整变量之一（例如将公里更改为英里），则残差图保持不变。
2. 在 qqplot 中，残差应该在线上y = x
3. 您预计 95% 的残差位于 -1.96 和 1.96 之间。这使得发现异常值变得更容易。

线性模型中的理论残差是独立同正态分布的。然而，观察到的残差不是独立的，也没有相等的方差。因此，标准化残差除以与该残差相关的估计标准差，使它们的方差更加相等（使用来自帽子矩阵的信息来计算）。这是在 qqplot 中查看的更有意义的残差。

另外，你真的在​​拟合模型上运行 qqplot 吗？或者这是模型上运行图的qqplot？