Visualisierung der Anpassungsgüte

Einführung in Regression mit R

Richie Cotton

Data Evangelist at DataCamp

Erwartete Eigenschaften von Residuen

Die Residuen sind normalverteilt.
Der Mittelwert der Residuen ist Null.

Erneut Brassen und Barsche

Brassen: das „gute“ Modell

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

Das Streudiagramm der Degenfischgewichte im Vergleich zu ihrer Länge, mit einer Trendlinie, die schon mal gezeigt wurde.

Barsch: das „schlechte“ Modell

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

Das Streudiagramm der Masse von Barschen im Vergleich zu ihrer Länge mit einer Trendlinie, das schon mal gezeigt wurde.

Residuen vs. angepasste Werte

Brassen

Ein Streudiagramm der Residuen des Brachsenmodells gegenüber den angepassten Werten, mit einer LOESS-Trendlinie. Die Trendlinie bleibt nah an der x-Achse.

Barsch

Ein Streudiagramm der Residuen des Barschmodells gegenüber den angepassten Werten, mit einer LOESS-Trendlinie. Die Trendlinie sieht aus wie ein V.

Q-Q-Diagramm

Brassen

Ein Q-Q-Diagramm der standardisierten Residuen des Brassenmodells im Vergleich zu den theoretischen Quantilen. Die Punkte folgen ziemlich genau der Linie, wo die Residuen und Quantile gleich sind, bis auf zwei Ausreißer.

Barsch

Ein Q-Q-Diagramm der standardisierten Residuen des Perch-Modells im Vergleich zu den theoretischen Quantilen. Die Punkte folgen nicht genau der Linie, wo die Residuen und Quantile gleich sind, vor allem auf der rechten Seite des Diagramms.

Scale-location

Ein Streudiagramm der quadratischen Standardabweichungen des Brachsenmodells im Vergleich zu den angepassten Werten, mit einer LOESS-Trendlinie. Die Trendlinie geht leicht nach oben, wenn die angepassten Werte steigen.

Ein Streudiagramm der quadratischen Standardabweichungen des Barschmodells im Vergleich zu den angepassten Werten, mit einer LOESS-Trendlinie. Die Trendlinie geht ein paar Mal rauf und runter, wenn die angepassten Werte steigen.

autoplot()

library(ggplot2)
library(ggfortify)

autoplot(model_object, which = ???)

Werte für which

1 Residuen vs. angepasste Werte
2 Q-Q-Diagramm
3 scale-location

autoplot() mit dem Perch-Modell

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

Die drei Diagnosediagramme für das Barschmodell sind in einem einzigen Diagramm mit drei Feldern dargestellt.

„Autoplots, los geht's!“ – Plotimus Prime

Einführung in Regression mit R