E\u00e9n manier om de invloed van waarnemingen te berekenen is door een metriek te gebruiken die bekend staat als DFBETAS<\/strong> , die ons het gestandaardiseerde effect op elke co\u00ebffici\u00ebnt vertelt van het verwijderen van elke individuele waarneming.<\/span><\/p>\n Deze metriek geeft ons een idee van de invloed van elke waarneming op elke co\u00ebffici\u00ebntschatting in een bepaald regressiemodel.<\/span><\/p>\n Deze tutorial toont een stapsgewijs voorbeeld van hoe u DFBETAS voor elke waarneming in een model in R kunt berekenen en visualiseren.<\/span><\/p>\n Eerst zullen we een meervoudig lineair regressiemodel<\/a> maken met behulp van de mtcars-<\/strong> dataset die in R is ingebouwd:<\/span><\/p>\n Vervolgens zullen we de ingebouwde functie dfbetas()<\/strong> gebruiken om de DFBETAS-waarden voor elke waarneming in het model te berekenen:<\/span><\/p>\n Voor elke waarneming kunnen we het verschil zien in de co\u00ebffici\u00ebntschatting voor de oorsprong, de disp-<\/em> variabele en de hp-<\/em> variabele die optreedt wanneer we die specifieke waarneming verwijderen.<\/span><\/p>\n Over het algemeen zijn we van mening dat een waarneming een sterke invloed heeft op de schatting van een bepaalde co\u00ebffici\u00ebnt als deze een DBETAS-waarde heeft die groter is dan een drempelwaarde van 2\/\u221a n<\/span> , waarbij n<\/em> het aantal waarnemingen is.<\/span><\/p>\n In dit voorbeeld zou de drempel 0,3535534<\/strong> zijn:<\/span><\/p>\n Stap 3: Visualiseer de DFBETAS<\/strong><\/p>\n Ten slotte kunnen we grafieken maken om de DFBETAS-waarde voor elke waarneming en voor elke voorspeller in het model te visualiseren:<\/span> <\/p>\n In elke plot geeft de x-as de index van elke waarneming in de dataset weer en geeft de y-waarde de overeenkomstige DFBETAS weer voor elke waarneming en elke voorspeller.<\/span><\/p>\n Op de eerste grafiek kunnen we zien dat drie waarnemingen de absolute drempelwaarde van 0,3535534<\/strong> overschrijden en op de tweede grafiek kunnen we zien dat twee waarnemingen de absolute drempelwaarde overschrijden.<\/span><\/p>\n We kunnen ervoor kiezen deze waarnemingen nader te bestuderen om te bepalen of ze een overmatige invloed hebben op de schatting van de modelco\u00ebffici\u00ebnten.<\/span><\/p>\n Hoe eenvoudige lineaire regressie uit te voeren in R<\/a> In de statistiek willen we vaak weten welke invloed verschillende observaties hebben op regressiemodellen. E\u00e9n manier om de invloed van waarnemingen te berekenen is door een metriek te gebruiken die bekend staat als DFBETAS , die ons het gestandaardiseerde effect op elke co\u00ebffici\u00ebnt vertelt van het verwijderen van elke individuele waarneming. Deze metriek geeft ons […]<\/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":[],"class_list":["post-1276","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Stap 1: Maak een regressiemodel<\/strong><\/span><\/h3>\n
#fit a regression model<\/span>\nmodel <- lm(mpg~disp+hp, data=mtcars)\n\n#view model summary\n<\/span>summary(model)\n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 30.735904 1.331566 23.083 < 2nd-16 ***\navailable -0.030346 0.007405 -4.098 0.000306 ***\nhp -0.024840 0.013385 -1.856 0.073679 . \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 3.127 on 29 degrees of freedom\nMultiple R-squared: 0.7482, Adjusted R-squared: 0.7309 \nF-statistic: 43.09 on 2 and 29 DF, p-value: 2.062e-09\n<\/strong><\/pre>\n Stap 2: Bereken DFBETAS voor elke waarneming<\/strong><\/span><\/h3>\n
#calculate DFBETAS for each observation in the model\n<\/span>dfbetas <- as<\/span> . data<\/span> . frame<\/span> (dfbetas(model))\n\n#display DFBETAS for each observation\n<\/span>dfbetas\n\n (Intercept) disp hp\nMazda RX4 -0.1174171253 0.030760632 1.748143e-02\nMazda RX4 Wag -0.1174171253 0.030760632 1.748143e-02\nDatsun 710 -0.1694989349 0.086630144 -3.332781e-05\nHornet 4 Drive 0.0577309674 0.078971334 -8.705488e-02\nHornet Sportabout -0.0204333878 0.237526523 -1.366155e-01\nValiant -0.1711908285 -0.139135639 1.829038e-01\nDuster 360 -0.0312338677 -0.005356209 3.581378e-02\nMerc 240D -0.0312259577 -0.010409922 2.433256e-02\nMerc 230 -0.0865872595 0.016428917 2.287867e-02\nMerc 280 -0.1560683502 0.078667906 -1.911180e-02\nMerc 280C -0.2254489597 0.113639937 -2.760800e-02\nMerc 450SE 0.0022844093 0.002966155 -2.855985e-02\nMerc 450SL 0.0009062022 0.001176644 -1.132941e-02\nMerc 450SLC 0.0041566755 0.005397169 -5.196706e-02\nCadillac Fleetwood 0.0388832216 -0.134511133 7.277283e-02\nLincoln Continental 0.0483781688 -0.121146607 5.326220e-02\nChrysler Imperial -0.1645266331 0.236634429 -3.917771e-02\nFiat 128 0.5720358325 -0.181104179 -1.265475e-01\nHonda Civic 0.3490872162 -0.053660545 -1.326422e-01\nToyota Corolla 0.7367058819 -0.268512348 -1.342384e-01\nToyota Corona -0.2181110386 0.101336902 5.945352e-03\nDodge Challenger -0.0270169005 -0.123610713 9.441241e-02\nAMC Javelin -0.0406785103 -0.141711468 1.074514e-01\nCamaro Z28 0.0390139262 0.012846225 -5.031588e-02\nPontiac Firebird -0.0549059340 0.574544346 -3.689584e-01\nFiat X1-9 0.0565157245 -0.017751582 -1.262221e-02\nPorsche 914-2 0.0839169111 -0.028670987 -1.240452e-02\nLotus Europa 0.3444562478 -0.402678927 2.135224e-01\nFord Pantera L -0.1598854695 -0.094184733 2.320845e-01\nFerrari Dino -0.0343997122 0.248642444 -2.344154e-01\nMaserati Bora -0.3436265545 -0.511285637 7.319066e-01\nVolvo 142E -0.1784974091 0.132692956 -4.433915e-02\n<\/strong><\/pre>\n #find number of observations<\/span>\nn <- nrow<\/span> (mtcars)\n\n#calculate DFBETAS threshold value<\/span>\nthresh <- 2\/ sqrt<\/span> (n)\n\nthresh\n\n[1] 0.3535534\n<\/strong><\/pre>\n #specify 2 rows and 1 column in plotting region<\/span>\nby(mfrow=c(2,1))\n\n#plot DFBETAS for disp<\/em> with threshold lines<\/span>\nplot(dfbetas$disp, type=' h<\/span> ')\nabline(h = thresh, lty = 2)\nabline(h = -thresh, lty = 2)\n\n#plot DFBETAS for hp<\/em> with threshold lines<\/span> \nplot(dfbetas$hp, type=' h<\/span> ')\nabline(h = thresh, lty = 2)\nabline(h = -thresh, lty = 2)\n<\/strong><\/pre>\n![\"DFBETAS](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/dfbetas1.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe meervoudige lineaire regressie uit te voeren in R<\/a>
Hoe u hefboomstatistieken kunt berekenen in R<\/a>
Hoe DFFITS in R te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"