各位给点建设性意见

我用一个时间序列数据做自回归模型，但计算之后出现了某些预测值与原始数据之差（即残差)小于零的问题，模型出来过拟合现象，该怎么修正呢？
这是我的数据 y=（76.86，62.19，75.49，74.03，73.80，70.48），x=（62.19，75.49，74.03，73.80，70.48，74.68）
模型为y=b0+b1x+e
这样究竟可不可行啊？作出来回归方程和回归系数都不显著，R^2只有0.34左右

着急呀，大家帮帮忙啊

It is ok for residuals to be either positive or negative. Actually that must be the case since by construction sum of residual = 0 (this is the first order condition for minimizing residual sum squre if intercept term is included). sum of residual = 0 cannot hold if all residuals >0.

模型太简单了吧，试一下非线性的

一般解决过拟合的方法有两种，一是增加样本个数，而是用正则化方法例如岭回归的方式，都可以解决你的问题。可以试试

这么几个数据去做回归模型太粗糙了吧？

如果单纯用这几个数据做简单线性回归，出现残差为负值的情况是正常的。但是，此模型的R2值偏小，说明模型的拟合程度并不好。建议使用其他模型进行拟合