残差分析中，下列不能用来分析回归方程模型假定是否正确的方法是（）。A. 拟合散点图B. 正态概率图C. 残差图D. 标准化残差图

本题考查残差分析中用于分析回归方程模型假定是否正确的方法。解题思路是明确每个选项所代表的图形在回归分析中的作用，判断其是否能用于分析回归方程模型假定是否正确。

对各选项的分析

• A. 拟合散点图：
  拟合散点图是将原始数据点和回归方程的拟合值绘制在同一个图中，它主要用于直观地展示数据点与回归直线（或曲线）的拟合程度，能让我们大致看到数据的分布和回归模型的大致趋势，但它并不能直接用于分析回归方程模型的假定是否正确，比如不能直接判断误差项是否服从正态分布、是否存在异方差等模型假定相关的问题。
• B. 正态概率图：
  正态概率图是一种用于检验数据是否服从正态分布的图形工具。在回归分析中，一个重要的模型假定是误差项服从正态分布。通过绘制残差的正态概率图，如果残差点近似地落在一条直线上，就可以认为残差（即误差项）服从正态分布，从而验证了回归方程模型中误差项正态性的假定。
• C. 残差图：
  残差图是以自变量为横坐标，残差为纵坐标绘制的图形。它可以帮助我们检查回归模型的一些假定是否成立。例如，如果残差图中的残差点随机分布在水平带内，说明模型的假定可能是合理的；如果残差点呈现出某种规律，如喇叭形、U形等，可能表示存在异方差性；如果残差点存在明显的趋势，可能表示模型的函数形式不正确。
• D. 标准化残差图：
  标准化残差图是将残差进行标准化处理后绘制的图形。标准化残差消除了残差的量纲影响，使得不同变量的残差可以在同一尺度下进行比较。它和残差图类似，也可以用于检查回归模型的假定，如判断是否存在异常值、是否存在异方差等问题。