Het wordt als volgt berekend:<\/span><\/p>\n Residueel = Waargenomen waarde \u2013 Voorspelde waarde<\/strong><\/span><\/p>\n Als we de waargenomen waarden uitzetten en de aangepaste regressielijn over elkaar leggen, zijn de residuen voor elke waarneming<\/a> de verticale afstand tussen de waarneming en de regressielijn:<\/span> <\/p>\n E\u00e9n type residu dat we vaak gebruiken om uitschieters in een regressiemodel te identificeren, wordt een gestandaardiseerd residu<\/strong> genoemd.<\/span><\/p>\n Het wordt als volgt berekend:<\/span><\/p>\n r ik<\/sub> = e ik<\/sub> \/ s(e ik<\/sub> )<\/strong> = e ik<\/sub> \/ RSE\u221a 1-h ii<\/sub><\/span><\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n In de praktijk beschouwen we vaak elk gestandaardiseerd residu waarvan de absolute waarde groter is dan 3 als een uitbijter.<\/span><\/p>\n Deze tutorial biedt een stapsgewijs voorbeeld van hoe u gestandaardiseerde residuen in R kunt berekenen.<\/span><\/p>\n Eerst maken we een kleine dataset om mee te werken in R:<\/span><\/p>\n Vervolgens zullen we de functie lm()<\/strong> gebruiken om een eenvoudig lineair regressiemodel<\/a> te passen:<\/span><\/p>\n Vervolgens zullen we de ingebouwde functie rstandard()<\/strong> gebruiken om de gestandaardiseerde residuen van het model te berekenen:<\/span><\/span><\/p>\n We kunnen de gestandaardiseerde residuen aan het originele dataframe toevoegen als we dat willen:<\/span><\/p>\n We kunnen vervolgens elke waarneming sorteren van groot naar klein op basis van het gestandaardiseerde residu om een idee te krijgen van welke waarnemingen het dichtst bij de uitschieters liggen:<\/span><\/p>\n Uit de resultaten kunnen we opmaken dat geen van de gestandaardiseerde residuen een absolute waarde van 3 overschrijdt. Geen van de waarnemingen lijkt dus uitschieters te zijn.<\/span><\/p>\n Ten slotte kunnen we een spreidingsdiagram maken om de waarden van de voorspellende variabele te visualiseren ten opzichte van de gestandaardiseerde residuen:<\/span><\/p>\n Wat zijn residuen?<\/a> Een residu is het verschil tussen een waargenomen waarde en een voorspelde waarde in eenregressiemodel . Het wordt als volgt berekend: Residueel = Waargenomen waarde \u2013 Voorspelde waarde Als we de waargenomen waarden uitzetten en de aangepaste regressielijn over elkaar leggen, zijn de residuen voor elke waarneming de verticale afstand tussen de waarneming en de […]<\/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-1311","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n![\"Voorbeeld](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residus1-1.png\")
<\/p>\n\n
Stap 1: Voer de gegevens in<\/strong><\/span><\/h3>\n
#create data<\/span>\ndata <- data.frame(x=c(8, 12, 12, 13, 14, 16, 17, 22, 24, 26, 29, 30),\n y=c(41, 42, 39, 37, 35, 39, 45, 46, 39, 49, 55, 57))\n\n#viewdata\n<\/span>data\n\n xy\n1 8 41\n2 12 42\n3 12 39\n4 13 37\n5 14 35\n6 16 39\n7 17 45\n8 22 46\n9 24 39\n10 26 49\n11 29 55\n12 30 57<\/strong><\/pre>\n Stap 2: Pas het regressiemodel aan<\/strong><\/span><\/h3>\n
#fit model\n<\/span>model <- lm(y ~ x, data=data)\n\n#view model summary\nsummary(model)<\/span> \n\nCall:\nlm(formula = y ~ x, data = data)\n\nResiduals:\n Min 1Q Median 3Q Max \n-8.7578 -2.5161 0.0292 3.3457 5.3268 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 29.6309 3.6189 8.188 9.6e-06 ***\nx 0.7553 0.1821 4.148 0.00199 ** \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 4.442 on 10 degrees of freedom\nMultiple R-squared: 0.6324, Adjusted R-squared: 0.5956 \nF-statistic: 17.2 on 1 and 10 DF, p-value: 0.001988<\/span><\/span><\/strong><\/pre>\n Stap 3: Bereken gestandaardiseerde residuen<\/strong><\/span><\/h3>\n
#calculate the standardized residuals\n<\/span>standard_res <- rstandard(model)\n\n#view the standardized residuals<\/span>\nstandard_res\n\n 1 2 3 4 5 6 \n 1.40517322 0.81017562 0.07491009 -0.59323342 -1.24820530 -0.64248883 \n 7 8 9 10 11 12 \n 0.59610905 -0.05876884 -2.11711982 -0.06655600 0.91057211 1.26973888\n<\/strong><\/pre>\n #column bind standardized residuals back to original data frame\n<\/span>final_data <- cbind(data, standard_res)\n\n#view data frame<\/span>\n xy standard_res\n1 8 41 1.40517322\n2 12 42 0.81017562\n3 12 39 0.07491009\n4 13 37 -0.59323342\n5 14 35 -1.24820530\n6 16 39 -0.64248883\n7 17 45 0.59610905\n8 22 46 -0.05876884\n9 24 39 -2.11711982\n10 26 49 -0.06655600\n11 29 55 0.91057211\n12 30 57 1.26973888\n<\/strong><\/pre>\n #sort standardized residuals descending\nfinal_data[ order<\/span> (-standard_res),]\n\n xy standard_res\n1 8 41 1.40517322\n12 30 57 1.26973888\n11 29 55 0.91057211\n2 12 42 0.81017562\n7 17 45 0.59610905\n3 12 39 0.07491009\n8 22 46 -0.05876884\n10 26 49 -0.06655600\n4 13 37 -0.59323342\n6 16 39 -0.64248883\n5 14 35 -1.24820530\n9 24 39 -2.11711982<\/span><\/span><\/strong><\/pre>\n Stap 4: Visualiseer de gestandaardiseerde residuen<\/strong><\/span><\/h3>\n
#plot predictor variable vs. standardized residuals\n<\/span>plot(final_data$x, standard_res, ylab=' Standardized Residuals<\/span> ', xlab=' x<\/span> ') \n\n#add horizontal line at 0\n<\/span>abline(0, 0)<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Wat zijn gestandaardiseerde residuen?<\/a>
Inleiding tot meervoudige lineaire regressie<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"