In diesem Tutorial wird erkl\u00e4rt, wie man Residuendiagramme f\u00fcr ein Regressionsmodell in R erstellt.<\/span><\/p>\n In diesem Beispiel passen wir ein Regressionsmodell mithilfe des in mtcars<\/strong> integrierten R-Datensatzes an und erstellen dann drei verschiedene Residuendiagramme, um die Residuen zu analysieren.<\/span><\/p>\n Schritt 1: Passen Sie das Regressionsmodell an.<\/strong><\/span><\/p>\n Zuerst passen wir ein Regressionsmodell an, das mpg<\/strong> als Antwortvariable und disp<\/strong> und hp<\/strong> als erkl\u00e4rende Variablen verwendet:<\/span><\/p>\n Schritt 2: Erstellen Sie ein Rest- oder angepasstes Diagramm.<\/strong><\/span><\/p>\n Als N\u00e4chstes erstellen wir ein Residuen-\/angepasstes Diagramm, das zur visuellen Erkennung von Heteroskedastizit\u00e4t n\u00fctzlich ist \u2013 beispielsweise einer systematischen \u00c4nderung in der Verteilung von Residuen \u00fcber einen Wertebereich.<\/span> <\/p>\n Die x-Achse zeigt die angepassten Werte und die y-Achse zeigt die Residuen an. Aus der Grafik k\u00f6nnen wir ersehen, dass die Verteilung der Residuen bei h\u00f6heren angepassten Werten tendenziell h\u00f6her ist. Dies scheint jedoch nicht schwerwiegend genug zu sein, als dass wir \u00c4nderungen am Modell vornehmen m\u00fcssten.<\/span><\/p>\n Schritt 3: Erstellen Sie ein QQ-Diagramm.<\/strong><\/span><\/p>\n Wir k\u00f6nnen auch ein QQ-Diagramm erstellen, mit dem sich ermitteln l\u00e4sst, ob die Residuen einer Normalverteilung folgen. Wenn die Datenwerte im Diagramm einer ann\u00e4hernd geraden Linie im 45-Grad-Winkel folgen, sind die Daten normalverteilt.<\/span> <\/p>\n Wir k\u00f6nnen sehen, dass die Residuen dazu neigen, ein wenig von der Linie in der N\u00e4he der Enden abzuweichen, was darauf hindeuten k\u00f6nnte, dass sie nicht normalverteilt sind.<\/span><\/p>\n Schritt 4: Erstellen Sie ein Dichtediagramm.<\/strong><\/span><\/p>\n Wir k\u00f6nnen auch ein Dichtediagramm erstellen, das auch f\u00fcr die visuelle \u00dcberpr\u00fcfung n\u00fctzlich ist, ob die Residuen normalverteilt sind oder nicht. Wenn das Diagramm ungef\u00e4hr glockenf\u00f6rmig ist, folgen die Residuen wahrscheinlich einer Normalverteilung.<\/span> <\/p>\n Wir k\u00f6nnen sehen, dass das Dichtediagramm ungef\u00e4hr einer Glockenform folgt, obwohl es leicht nach rechts geneigt ist. Abh\u00e4ngig von der Art der Studie kann sich ein Forscher dazu entschlie\u00dfen, eine Transformation der Daten durchzuf\u00fchren, um sicherzustellen, dass die Residuen normaler verteilt sind.<\/span><\/p>\n So berechnen Sie standardisierte Residuen in R<\/a> Residuendiagramme werden h\u00e4ufig verwendet, um zu beurteilen, ob die Residuen einer Regressionsanalyse normalverteilt sind und ob sie Heteroskedastizit\u00e4t aufweisen oder nicht. In diesem Tutorial wird erkl\u00e4rt, wie man Residuendiagramme f\u00fcr ein Regressionsmodell in R erstellt. Beispiel: Residuendiagramme in R In diesem Beispiel passen wir ein Regressionsmodell mithilfe des in mtcars integrierten R-Datensatzes an und erstellen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: Residuendiagramme in R<\/strong><\/h3>\n
#load the dataset<\/span>\ndata(mtcars)\n\n#fit a regression model<\/span>\nmodel <- lm(mpg~disp+hp, data=mtcars)\n\n#get list of residuals<\/span> \nres <- resid(model)\n<\/strong><\/pre>\n #produce residual vs. fitted plot<\/span>\nplot(fitted(model), res)\n\n#add a horizontal line at 0<\/span> \nabline(0,0)\n<\/strong><\/pre>\n![\"Verbleibendes](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotr1.png\")
<\/p>\n #create QQ plot for residuals\n<\/span>qqnorm(res)\n\n#add a straight diagonal line to the plot<\/span>\nqqline(res) \n<\/strong><\/pre>\n![\"Rest-Q-Q-Diagramm](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotr2.png\")
<\/p>\n #Create density plot of residuals<\/span>\nplot(density(res))\n<\/strong><\/pre>\n![\"Restdichtekurve](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotr3.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie studentisierte Residuen in R<\/a>
So erstellen Sie ein Histogramm von Residuen in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"