R တွင်ကျန်ရှိသောကွက်ကွက်ဖန်တီးနည်း

ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာမှုမှ အကြွင်းအကျန်များကို ပုံမှန်အတိုင်း ဖြန့်ဝေ ခြင်း ရှိ၊ မရှိ အကဲဖြတ်ရန် ကျန်နေသော မြေကွက်များကို မကြာခဏ အကဲဖြတ်ရန် အသုံးပြုပါသည်။

ဤသင်ခန်းစာတွင် R တွင် ဆုတ်ယုတ်မှုပုံစံအတွက် ကျန်နေသောကွက်များကို ဖန်တီးနည်းကို ရှင်းပြထားသည်။

ဥပမာ- R တွင် ကျန်ရှိသော မြေကွက်များ

ဤဥပမာတွင်၊ ကျွန်ုပ်တို့သည် mtcars built-in R ဒေတာအစုံကို အသုံးပြု၍ ဆုတ်ယုတ်မှုပုံစံတစ်ခုကို ဖြည့်သွင်းပြီး ကျန်အကြွင်းအကျန်များကို ခွဲခြမ်းစိတ်ဖြာရန် မတူညီသော အကြွင်းအကျန်ကွက်သုံးခုကို ထုတ်လုပ်ပါမည်။

အဆင့် 1- ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်လုပ်ပါ။

ပထမဦးစွာ၊ ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုကိန်းရှင်နှင့် disp နှင့် hp ကို ရှင်းလင်းချက်ပြောင်းနိုင်သောကိန်းရှင်များအဖြစ် mpg ကိုအသုံးပြု၍ ဆုတ်ယုတ်မှုပုံစံကို ဖြည့်သွင်းပါမည်။

 #load the dataset
data(mtcars)

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

#get list of residuals 
res <- resid(model)

အဆင့် 2- ကျန်နေသော သို့မဟုတ် ချိန်ညှိထားသော ကွက်ကွက်တစ်ခု ဖန်တီးပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် အကြွင်းအကျန်များ/ တပ်ဆင်ထားသော ကွက်လပ်တစ်ခုအား ထုတ်လုပ်သွားမည်ဖြစ်ပြီး၊ ဥပမာ- တန်ဖိုးများစွာရှိ အကြွင်းအကျန်များ ဖြန့်ဖြူးမှုတွင် စနစ်ကျသော ပြောင်းလဲမှုတစ်ခု၊ ဥပမာအားဖြင့်၊

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

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

x-axis သည် တပ်ဆင်ထားသောတန်ဖိုးများကိုပြသပြီး y-axis သည် အကြွင်းအကျန်များကိုပြသသည်။ အကြွင်းအကျန်များ၏ ဖြန့်ဖြူးမှုသည် ပိုမိုမြင့်မားသော တပ်ဆင်ထားသော တန်ဖိုးများအတွက် ပိုမိုမြင့်မားကြောင်း ကျွန်ုပ်တို့တွေ့မြင်နိုင်သော်လည်း ၎င်းသည် မော်ဒယ်သို့ ပြောင်းလဲရန် လိုအပ်သည့် ပြင်းထန်ပုံမပေါ်ပါ။

အဆင့် 3- QQ ဇာတ်ကွက်ကို ဖန်တီးပါ။

အကြွင်းအကျန်များသည် ပုံမှန်ဖြန့်ဖြူးမှုနောက်သို့ လိုက်ခြင်းရှိမရှိ ဆုံးဖြတ်ရန်အတွက် အသုံးဝင်သော QQ ကွက်ကွက်ကိုလည်း ထုတ်လုပ်နိုင်သည်။ ကွက်လပ်ရှိ ဒေတာတန်ဖိုးများသည် ၄၅ ဒီဂရီ ထောင့်တွင် အကြမ်းဖျင်း မျဉ်းဖြောင့်မျဉ်းအတိုင်း လိုက်နာပါက ဒေတာကို ပုံမှန်အားဖြင့် ဖြန့်ဝေပါသည်။

 #create QQ plot for residuals
qqnorm(res)

#add a straight diagonal line to the plot
qqline(res) 

အမြီးများအနီးရှိ မျဉ်းကြောင်းမှ အနည်းငယ်လွဲသွားတတ်သည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်သည်၊ ၎င်းသည် ၎င်းတို့ကို ပုံမှန်ဖြန့်ဝေခြင်းမရှိကြောင်း ညွှန်ပြနိုင်သည်။

အဆင့် 4- သိပ်သည်းဆကွက်ကို ထုတ်လုပ်ပါ။

ကျန်အကြွင်းအကျန်များကို ပုံမှန်ဖြန့်ဝေခြင်းရှိ၊မရှိကို အမြင်အာရုံစစ်ဆေးခြင်းအတွက် အသုံးဝင်သည့် သိပ်သည်းဆကွက်တစ်ခုကိုလည်း ထုတ်လုပ်နိုင်သည်။ ကွက်ကွက်သည် အကြမ်းဖျင်း ခေါင်းလောင်းပုံသဏ္ဌာန်ဖြစ်လျှင် ကျန်အကြွင်းအကျန်များသည် ပုံမှန်ဖြန့်ဝေမှုအတိုင်း ဖြစ်နိုင်သည်။

 #Create density plot of residuals
plot(density(res))

ညာဘက်သို့ အနည်းငယ်စောင်းနေသော်လည်း သိပ်သည်းဆသည် အကြမ်းဖျင်းအားဖြင့် ခေါင်းလောင်းပုံသဏ္ဍာန်အတိုင်း လိုက်နေကြောင်း ကျွန်ုပ်တို့တွေ့နိုင်သည်။ လေ့လာမှုအမျိုးအစားပေါ်မူတည်၍ သုတေသီသည် အကြွင်းအကျန်များကို ပုံမှန်အတိုင်း ပိုမိုဖြန့်ဝေကြောင်း သေချာစေရန် ဒေတာကို အသွင်ပြောင်းရန် ဆုံးဖြတ်နိုင်သည် သို့မဟုတ် မဆုံးဖြတ်နိုင်ပါ။

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် စံသတ်မှတ်ထားသော အကြွင်းအကျန်များကို တွက်ချက်နည်း
R တွင် ကျောင်းသားဖြစ်ကျန်နေမှုများကို တွက်ချက်နည်း
R တွင်ကျန်ရှိသော histogram ကိုဖန်တီးနည်း