Cara membuat plot sisa di ggplot2 (dengan contoh)

Plot sisa digunakan untuk menilai apakah sisa model regresi berdistribusi normal dan menunjukkan heteroskedastisitas atau tidak.

Untuk membuat plot sisa di ggplot2, Anda dapat menggunakan sintaks dasar berikut:

 library (ggplot2)

ggplot(model, aes(x = .fitted, y = .resid)) +
  geom_point() +
  geom_hline(yintercept = 0 )

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Membuat Plot Sisa di ggplot2

Untuk contoh ini, kita akan menggunakan dataset mtcars yang ada di dalam R:

 #view first six rows of mtcars dataset
head(mtcars)
                   mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1

Pertama, kita akan menyesuaikan model regresi menggunakan mpg sebagai variabel respon dan qsec sebagai variabel prediktor:

 #fit regression model
model <- lm(mpg ~ qsec, data=mtcars)

Selanjutnya, kita akan menggunakan sintaks berikut untuk membuat plot sisa di ggplot2:

 library (ggplot2)

#create residual plot
ggplot(model, aes(x = .fitted, y = .resid)) +
  geom_point() +
  geom_hline(yintercept = 0 ) 

Sumbu x menampilkan nilai yang dipasang dan sumbu y menampilkan residu.

Residualnya tampak tersebar secara acak disekitar angka nol tanpa pola yang jelas, hal ini menunjukkan asumsi homoskedastisitas terpenuhi.

Dengan kata lain, koefisien model regresi harus dapat diandalkan dan kita tidak perlu melakukan transformasi apa pun pada data.

Perhatikan juga bahwa kita dapat menggunakan fungsi labs() untuk menambahkan judul dan label sumbu ke plot sisa:

 library (ggplot2)

#create residual plot with title and axis labels
ggplot(model, aes(x = .fitted, y = .resid)) +
  geom_point() +
  geom_hline(yintercept = 0 ) +
  labs(title=' Residual vs. Fitted Values Plot ', x=' Fitted Values ', y=' Residuals ') 

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:

Cara menghitung residu standar di R
Cara menghitung residu siswa di R
Cara membuat histogram residu di R