So berechnen sie dffits in r

In der Statistik wollen wir oft wissen, welchen Einfluss verschiedene Beobachtungen auf Regressionsmodelle haben.

Eine Möglichkeit, den Einfluss von Beobachtungen zu berechnen, ist die Verwendung einer Metrik namens DFFITS , die für „Differenz in Anpassungen“ steht.

Diese Metrik sagt uns, wie sehr sich die Vorhersagen eines Regressionsmodells ändern, wenn wir eine einzelne Beobachtung weglassen.

Dieses Tutorial zeigt ein schrittweises Beispiel für die Berechnung und Visualisierung von DFFITS für jede Beobachtung in einem Modell in R.

Schritt 1: Erstellen Sie ein Regressionsmodell

Zuerst erstellen wir ein multiples lineares Regressionsmodell unter Verwendung des in R integrierten mtcars- Datensatzes:

 #load the dataset
data(mtcars)

#fit a regression model
model <- lm(mpg~disp+hp, data=mtcars)

#view model summary
summary(model)

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 30.735904 1.331566 23.083 < 2nd-16 ***
available -0.030346 0.007405 -4.098 0.000306 ***
hp -0.024840 0.013385 -1.856 0.073679 .  
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3.127 on 29 degrees of freedom
Multiple R-squared: 0.7482, Adjusted R-squared: 0.7309 
F-statistic: 43.09 on 2 and 29 DF, p-value: 2.062e-09

Schritt 2: Berechnen Sie DFFITS für jede Beobachtung

Als Nächstes verwenden wir die integrierte Funktion dffits() , um den DFFITS-Wert für jede Beobachtung im Modell zu berechnen:

 #calculate DFFITS for each observation in the model
dffits <- as . data . frame (dffits(model))

#display DFFITS for each observation
challenges

                    dffits(model)
Mazda RX4 -0.14633456
Mazda RX4 Wag -0.14633456
Datsun 710 -0.19956440
Hornet 4 Drive 0.11540062
Hornet Sportabout 0.32140303
Valiant -0.26586716
Duster 360 0.06282342
Merc 240D -0.03521572
Merc 230 -0.09780612
Merc 280 -0.22680622
Merc 280C -0.32763355
Merc 450SE -0.09682952
Merc 450SL -0.03841129
Merc 450SLC -0.17618948
Cadillac Fleetwood -0.15860270
Lincoln Continental -0.15567627
Chrysler Imperial 0.39098449
Fiat 128 0.60265798
Honda Civic 0.35544919
Toyota Corolla 0.78230167
Toyota Corona -0.25804885
Dodge Challenger -0.16674639
AMC Javelin -0.20965432
Camaro Z28 -0.08062828
Pontiac Firebird 0.67858692
Fiat X1-9 0.05951528
Porsche 914-2 0.09453310
Lotus Europa 0.55650363
Ford Pantera L 0.31169050
Ferrari Dino -0.29539098
Maserati Bora 0.76464932
Volvo 142E -0.24266054

Normalerweise schauen wir uns Beobachtungen mit DFFITS-Werten über einem Schwellenwert von 2√ p/n genauer an, wobei:

• p: Anzahl der im Modell verwendeten Prädiktorvariablen
• n: Anzahl der im Modell verwendeten Beobachtungen

In diesem Beispiel wäre der Schwellenwert 0,5 :

 #find number of predictors in model
p <- length (model$coefficients)-1

#find number of observations
n <- nrow (mtcars)

#calculate DFFITS threshold value
thresh <- 2* sqrt (p/n)

thresh

[1] 0.5

Wir können die Beobachtungen nach ihren DFFITS-Werten sortieren, um zu sehen, ob einer von ihnen den Schwellenwert überschreitet:

 #sort observations by DFFITS, descending
dffits[ order (-dffits[' dffits(model) ']), ]

 [1] 0.78230167 0.76464932 0.67858692 0.60265798 0.55650363 0.39098449
 [7] 0.35544919 0.32140303 0.31169050 0.11540062 0.09453310 0.06282342
[13] 0.05951528 -0.03521572 -0.03841129 -0.08062828 -0.09682952 -0.09780612
[19] -0.14633456 -0.14633456 -0.15567627 -0.15860270 -0.16674639 -0.17618948
[25] -0.19956440 -0.20965432 -0.22680622 -0.24266054 -0.25804885 -0.26586716
[31] -0.29539098 -0.32763355

Wir können sehen, dass die ersten fünf Beobachtungen einen DFFITS-Wert von mehr als 0,5 haben, was bedeutet, dass wir diese Beobachtungen möglicherweise genauer untersuchen möchten, um festzustellen, ob sie einen großen Einfluss auf das Modell haben.

Schritt 3: Visualisieren Sie die DFFITS für jede Beobachtung

Schließlich können wir ein schnelles Diagramm erstellen, um die DFFITS für jede Beobachtung zu visualisieren:

 #plot DFFITS values for each observation
plot(dffits(model), type = ' h ')

#add horizontal lines at absolute values for threshold
abline(h = thresh, lty = 2)
abline(h = -thresh, lty = 2)

Die x-Achse zeigt den Index jeder Beobachtung im Datensatz und der y-Wert zeigt den entsprechenden DFFITS-Wert für jede Beobachtung an.

Zusätzliche Ressourcen

So führen Sie eine einfache lineare Regression in R durch
So führen Sie eine multiple lineare Regression in R durch
So berechnen Sie Hebelstatistiken in R
So erstellen Sie ein Residuendiagramm in R