كيفية استخراج المخلفات من الدالة lm() في r

يمكنك استخدام بناء الجملة التالي لاستخراج المخلفات من الدالة lm() في R:

 fit$residuals

يفترض هذا المثال أننا استخدمنا الدالة lm() ‎ لتناسب نموذج الانحدار الخطي وقمنا بتسمية النتائج مناسبة .

يوضح المثال التالي كيفية استخدام بناء الجملة هذا عمليًا.

ذات صلة: كيفية استخراج R-Squared من الدالة lm() في R

مثال: كيفية استخراج المخلفات من lm() في R

لنفترض أن لدينا إطار البيانات التالي في R الذي يحتوي على معلومات حول دقائق اللعب، وإجمالي الأخطاء، وإجمالي النقاط التي سجلها 10 لاعبي كرة سلة:

 #create data frame
df <- data. frame (minutes=c(5, 10, 13, 14, 20, 22, 26, 34, 38, 40),
                 fouls=c(5, 5, 3, 4, 2, 1, 3, 2, 1, 1),
                 points=c(6, 8, 8, 7, 14, 10, 22, 24, 28, 30))

#view data frame
df

   minutes fouls points
1 5 5 6
2 10 5 8
3 13 3 8
4 14 4 7
5 20 2 14
6 22 1 10
7 26 3 22
8 34 2 24
9 38 1 28
10 40 1 30

لنفترض أننا نريد ملاءمة نموذج الانحدار الخطي المتعدد التالي:

النقاط = β ₀ + β ₁ (دقائق) + β ₂ (الأخطاء)

يمكننا استخدام الدالة lm() لتناسب نموذج الانحدار هذا:

 #fit multiple linear regression model
fit <- lm(points ~ minutes + fouls, data=df)

يمكننا بعد ذلك كتابة fit$residuals لاستخراج البقايا من النموذج:

 #extract residuals from model
fit$residuals

         1 2 3 4 5 6 7 
 2.0888729 -0.7982137 0.6371041 -3.5240982 1.9789676 -1.7920822 1.9306786 
         8 9 10 
-1.7048752 0.5692404 0.6144057

وبما أن هناك 10 ملاحظات إجمالاً في قاعدة البيانات الخاصة بنا، فهناك 10 ملاحظات متبقية – واحدة لكل ملاحظة.

على سبيل المثال:

• الملاحظة الأولى لديها ما تبقى من 2089 .
• الملاحظة الثانية لها ما تبقى -0.798 .
• الملاحظة الثالثة لديها ما تبقى من 0.637 .

وما إلى ذلك وهلم جرا.

يمكننا بعد ذلك إنشاء مخطط للبقايا مقابل القيم المجهزة إذا أردنا ذلك:

 #store residuals in variable
res <- fit$residuals

#produce residual vs. fitted plot
plot(fitted(fit), res)

#add a horizontal line at 0 
abline(0,0)

يعرض المحور السيني القيم المجهزة ويعرض المحور الصادي القيم المتبقية.

ومن الناحية المثالية، يجب أن تكون البقايا متناثرة بشكل عشوائي حول الصفر، دون أي نمط واضح، لضمان استيفاء افتراض التجانس .

في مخطط المخلفات أعلاه، يمكننا أن نرى أن المخلفات تبدو متناثرة عشوائيًا حول الصفر دون وجود نمط واضح، مما يعني أنه من المحتمل أن يتم تحقيق افتراض المثلية.

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية تنفيذ المهام الشائعة الأخرى في R:

كيفية إجراء الانحدار الخطي البسيط في R
كيفية إجراء الانحدار الخطي المتعدد في R
كيفية إنشاء قطعة أرض متبقية في R