R'de lm() işlevinden artıklar nasıl çıkarılır

R’deki lm() işlevinden artıkları çıkarmak için aşağıdaki sözdizimini kullanabilirsiniz:

 fit$residuals

Bu örnekte, doğrusal bir regresyon modeline uyum sağlamak için lm() işlevini kullandığımızı ve sonuçları fit olarak adlandırdığımızı varsayarız.

Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.

İlgili: R’deki lm() işlevinden R-Kare nasıl çıkarılır?

Örnek: R’deki lm() öğesinden artıklar nasıl çıkarılır?

R’de oynanan dakikalar, toplam fauller ve 10 basketbolcunun attığı toplam puanlar hakkında bilgi içeren aşağıdaki veri çerçevesine sahip olduğumuzu varsayalım:

 #create data frame
df <- data. frame (minutes=c(5, 10, 13, 14, 20, 22, 26, 34, 38, 40),
                 fouls=c(5, 5, 3, 4, 2, 1, 3, 2, 1, 1),
                 points=c(6, 8, 8, 7, 14, 10, 22, 24, 28, 30))

#view data frame
df

   minutes fouls points
1 5 5 6
2 10 5 8
3 13 3 8
4 14 4 7
5 20 2 14
6 22 1 10
7 26 3 22
8 34 2 24
9 38 1 28
10 40 1 30

Aşağıdaki çoklu doğrusal regresyon modeline uymak istediğimizi varsayalım:

puan = β ₀ + β ₁ (dakika) + β ₂ (faul)

Bu regresyon modeline uymak için lm() fonksiyonunu kullanabiliriz:

 #fit multiple linear regression model
fit <- lm(points ~ minutes + fouls, data=df)

Artıkları modelden çıkarmak için fit$residuals yazabiliriz:

 #extract residuals from model
fit$residuals

         1 2 3 4 5 6 7 
 2.0888729 -0.7982137 0.6371041 -3.5240982 1.9789676 -1.7920822 1.9306786 
         8 9 10 
-1.7048752 0.5692404 0.6144057

Veritabanımızda toplam 10 gözlem olduğu için her gözlem için bir tane olmak üzere 10 artık bulunmaktadır.

Örneğin:

• İlk gözlemin kalıntısı 2.089’dur .
• İkinci gözlemin kalıntısı -0,798’dir .
• Üçüncü gözlemin kalıntısı 0,637’dir .

Ve benzeri.

Daha sonra istersek, artıkların uygun değerlere göre bir grafiğini oluşturabiliriz:

 #store residuals in variable
res <- fit$residuals

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

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

X ekseni takılan değerleri, y ekseni ise artıkları görüntüler.

İdeal olarak, eş varyans varsayımının karşılandığından emin olmak için artıkların net bir model olmadan sıfır etrafında rastgele dağılması gerekir.

Yukarıdaki artıklar grafiğinde, artıkların net bir model olmadan sıfır etrafında rastgele dağılmış gibi göründüğünü görebiliriz, bu da eşvaryans varsayımının muhtemelen karşılandığı anlamına gelir.

Ek kaynaklar

Aşağıdaki eğitimlerde R’de diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:

R’de basit doğrusal regresyon nasıl gerçekleştirilir
R’de çoklu doğrusal regresyon nasıl gerçekleştirilir
R’de artık arsa nasıl oluşturulur