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 Python kunt berekenen.<\/span><\/p>\n Eerst maken we een kleine dataset om mee te werken in Python:<\/span><\/p>\n Vervolgens passen we een eenvoudig lineair regressiemodel<\/a> toe:<\/span><\/p>\n Vervolgens berekenen we de gestandaardiseerde residuen van het model:<\/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-1312","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
import<\/span> pandas as<\/span> pd\n\n#create dataset\n<\/span>df = pd. DataFrame<\/span> ({' x<\/span> ': [8, 12, 12, 13, 14, 16, 17, 22, 24, 26, 29, 30],\n ' y<\/span> ': [41, 42, 39, 37, 35, 39, 45, 46, 39, 49, 55, 57]})\n<\/strong><\/pre>\n Stap 2: Pas het regressiemodel aan<\/strong><\/span><\/h3>\n
import<\/span> statsmodels. api<\/span> as<\/span> sm\n\n#define response variable\n<\/span>y = df[' y<\/span> ']\n\n#define explanatory variable\n<\/span>x = df[' x<\/span> ']\n\n#add constant to predictor variables\n<\/span>x = sm. add_constant<\/span> (x)\n\n#fit linear regression model\n<\/span>model = sm. OLS<\/span> (y,x). fit<\/span> ()<\/strong><\/span><\/pre>\n Stap 3: Bereken gestandaardiseerde residuen<\/strong><\/span><\/h3>\n
#create instance of influence\n<\/span>influence = model. get_influence<\/span> ()\n\n#obtain standardized residuals\n<\/span>standardized_residuals = influence. reside_studentized_internal<\/span>\n\n#display standardized residuals\n<\/span>print<\/span> (standardized_residuals)\n\n[ 1.40517322 0.81017562 0.07491009 -0.59323342 -1.2482053 -0.64248883\n 0.59610905 -0.05876884 -2.11711982 -0.066556 0.91057211 1.26973888]<\/strong><\/pre>\n Stap 4: Visualiseer de gestandaardiseerde residuen<\/strong><\/span><\/h3>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\nplt. scatter<\/span> (df.x, standardized_residuals)\nplt. xlabel<\/span> (' x<\/span> ')\nplt. ylabel<\/span> (' Standardized Residuals<\/span> ')\nplt. axhline<\/span> (y=0, color=' black<\/span> ', linestyle=' --<\/span> ', linewidth=1)\nplt. show<\/span> ()<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Wat zijn gestandaardiseerde residuen?<\/a>
Hoe gestandaardiseerde residuen in R te berekenen<\/a>
Hoe gestandaardiseerde residuen in Excel te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"