आर में एलएम() फ़ंक्शन से अवशेष कैसे निकालें

आप R में lm() फ़ंक्शन से अवशेष निकालने के लिए निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं:

 fit$residuals

यह उदाहरण मानता है कि हमने एक रेखीय प्रतिगमन मॉडल को फिट करने के लिए lm() फ़ंक्शन का उपयोग किया और परिणामों को फिट नाम दिया।

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

संबंधित: R में lm() फ़ंक्शन से R-स्क्वायर कैसे निकालें

उदाहरण: आर में एलएम() से अवशेष कैसे निकालें

मान लीजिए कि हमारे पास आर में निम्नलिखित डेटा फ्रेम है जिसमें खेले गए मिनटों, कुल फाउल और 10 बास्केटबॉल खिलाड़ियों द्वारा बनाए गए कुल अंकों के बारे में जानकारी शामिल है:

 #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

मान लीजिए कि हम निम्नलिखित एकाधिक रैखिक प्रतिगमन मॉडल को फिट करना चाहते हैं:

अंक = β ₀ + β ₁ (मिनट) + β ₂ (फ़ाउल)

हम इस प्रतिगमन मॉडल को फिट करने के लिए lm() फ़ंक्शन का उपयोग कर सकते हैं:

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

फिर हम मॉडल से अवशेष निकालने के लिए फिट$अवशिष्ट टाइप कर सकते हैं:

 #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

चूँकि हमारे डेटाबेस में कुल 10 अवलोकन थे, इसलिए 10 अवशेष हैं – प्रत्येक अवलोकन के लिए एक।

उदाहरण के लिए:

• पहले अवलोकन में 2,089 का अवशेष है।
• दूसरे अवलोकन का अवशेष -0.798 है।
• तीसरे अवलोकन का अवशेष 0.637 है।

और इसी तरह।

यदि हम चाहें तो हम फिट किए गए मूल्यों के विरुद्ध अवशेषों का एक प्लॉट बना सकते हैं:

 #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)

x-अक्ष फिट किए गए मान प्रदर्शित करता है और y-अक्ष अवशिष्ट प्रदर्शित करता है।

आदर्श रूप से, यह सुनिश्चित करने के लिए कि समरूपता की धारणा पूरी हो गई है, अवशेषों को बिना किसी स्पष्ट पैटर्न के, बेतरतीब ढंग से शून्य के आसपास फैलाया जाना चाहिए।

उपरोक्त अवशिष्ट कथानक में, हम देख सकते हैं कि अवशेष बिना किसी स्पष्ट पैटर्न के शून्य के आसपास बेतरतीब ढंग से बिखरे हुए प्रतीत होते हैं, जिसका अर्थ है कि समरूपता की धारणा पूरी होने की संभावना है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि आर में अन्य सामान्य कार्य कैसे करें:

आर में सरल रैखिक प्रतिगमन कैसे करें
आर में मल्टीपल लीनियर रिग्रेशन कैसे करें
आर में अवशिष्ट प्लॉट कैसे बनाएं