Visualizar el ajuste del modelo

Introducción a la regresión en R

Richie Cotton

Data Evangelist at DataCamp

Propiedades deseadas de los residuales

Los residuales siguen una normal
La media de los residuales es cero

Besugo y perca de nuevo

Besugo: el “buen” modelo

mdl_bream <- lm(mass_g ~ length_cm, data = bream)

El diagrama de dispersión de masas vs. longitudes de besugo, con línea de tendencia, mostrado antes.

Perca: el “mal” modelo

mdl_perch <- lm(mass_g ~ length_cm, data = perch)

El diagrama de dispersión de masas vs. longitudes de perca, con línea de tendencia, mostrado antes.

Residuales vs. ajustados

Besugo

Diagrama de dispersión de los residuales del modelo de besugo frente a los valores ajustados, con línea LOESS. La línea se mantiene cerca del eje x.

Perca

Diagrama de dispersión de los residuales del modelo de perca frente a los valores ajustados, con línea LOESS. La línea forma una V.

Gráfico Q-Q

Besugo

Gráfico Q-Q de los residuales estandarizados del modelo de besugo frente a cuantiles teóricos. Los puntos siguen de cerca la recta de igualdad, salvo dos atípicos.

Perca

Gráfico Q-Q de los residuales estandarizados del modelo de perca frente a cuantiles teóricos. Los puntos no siguen bien la recta de igualdad, especialmente en el lado derecho.

Escala-ubicación

Diagrama de dispersión de las raíces cuadradas de los residuales estandarizados del modelo de besugo frente a los valores ajustados, con una línea LOESS. La línea sube ligeramente al aumentar los ajustados.

Diagrama de dispersión de las raíces cuadradas de los residuales estandarizados del modelo de perca frente a los valores ajustados, con una línea LOESS. La línea sube y baja varias veces al aumentar los ajustados.

autoplot()

library(ggplot2)
library(ggfortify)

autoplot(model_object, which = ???)

Valores para which

1 residuales vs. ajustados
2 gráfico Q-Q
3 escala-ubicación

autoplot() con el modelo de perca

autoplot(
  mdl_perch, 
  which = 1:3, 
  nrow = 3, 
  ncol = 1
)

Los tres gráficos de diagnóstico del modelo de perca en una sola figura con tres paneles.

“Autoplots, ¡al ataque!” —Plotimus Prime

Introducción a la regresión en R