Visualisation de l'ajustement du modèle

Introduction à la régression dans R

Richie Cotton

Data Evangelist at DataCamp

Propriétés souhaitées des résidus

  • Les résidus sont normalement distribués.
  • La moyenne des résidus est égale à zéro.
Introduction à la régression dans R

Brème commune et perche à nouveau

Brème commune : le modèle « exemplaire »

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

Le diagramme en nuage de points représentant le rapport entre le poids et la longueur des brèmes communes, avec une courbe de tendance, qui a été présenté précédemment.

Perche : le modèle « inapproprié »

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

Le diagramme en nuage de points représentant le poids des perches en fonction de leur longueur, avec une courbe de tendance, qui a été présenté précédemment.

Introduction à la régression dans R

Résidus par rapport aux valeurs ajustées

Brème commune

Diagramme en nuage de points des résidus du modèle de brème commune par rapport aux valeurs ajustées, avec une courbe de tendance LOESS. La courbe de tendance reste proche de l'axe des x.

Perche

Diagramme de points des résidus du modèle de la perche par rapport aux valeurs ajustées, avec une courbe de tendance LOESS. La courbe de tendance forme un V.

Introduction à la régression dans R

Graphique Q-Q

Brème commune

Graphique Q-Q des résidus standardisés du modèle de brème commune par rapport aux quantiles théoriques. Les points suivent de près la ligne où les résidus et les quantiles sont égaux, à l'exception de deux valeurs aberrantes.

Perche

Graphique Q-Q des résidus standardisés du modèle de perche par rapport aux quantiles théoriques. Les points ne suivent pas étroitement la ligne où les résidus et les quantiles sont égaux, en particulier sur le côté droit du graphique.

Introduction à la régression dans R

Échelle-position

Diagramme de nuage de points des résidus standardisés par racine carrée du modèle de brème commune par rapport aux valeurs ajustées, avec une courbe de tendance LOESS. La courbe de tendance s'élève légèrement à mesure que les valeurs ajustées augmentent.

Diagramme en nuage de points des résidus standardisés à racine carrée du modèle de la perche par rapport aux valeurs ajustées, avec une courbe de tendance LOESS. La courbe de tendance monte et descend à plusieurs reprises à mesure que les valeurs ajustées augmentent.

Introduction à la régression dans R

autoplot()

library(ggplot2)
library(ggfortify)

autoplot(model_object, which = ???)

Valeurs pour which

  • 1 résidus par rapport aux valeurs ajustées
  • 2 Graphique Q-Q
  • 3 échelle-position
Introduction à la régression dans R

autoplot() avec le modèle de perche

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

Les trois graphiques diagnostiques du modèle de perche sont présentés dans un seul graphique à trois panneaux.

Introduction à la régression dans R

« Autoplots, veuillez vous mettre en route ! » - Plotimus Prime

Introduction à la régression dans R

Preparing Video For Download...