モデル適合の可視化

Rで学ぶ回帰入門

Richie Cotton

Data Evangelist at DataCamp

期待する残差の性質

  • 残差は正規分布に従う
  • 残差の平均は 0
Rで学ぶ回帰入門

ブリームとパーチを再確認

ブリーム：「良い」モデル

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

これまでに示した、ブリームの質量と長さの散布図（トレンド線付き）。

パーチ：「悪い」モデル

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

これまでに示した、パーチの質量と長さの散布図（トレンド線付き）。

Rで学ぶ回帰入門

残差 vs 予測値

ブリーム

ブリームモデルの残差と予測値の散布図。LOESSトレンド線あり。トレンド線はx軸付近に留まる。

パーチ

パーチモデルの残差と予測値の散布図。LOESSトレンド線あり。トレンド線はV字型。

Rで学ぶ回帰入門

Q-Qプロット

ブリーム

ブリームモデルの標準化残差と理論分位のQ-Qプロット。2点の外れ値を除き、点は対角線にほぼ沿う。

パーチ

パーチモデルの標準化残差と理論分位のQ-Qプロット。特に右側で、点は対角線から外れている。

Rで学ぶ回帰入門

スケール–ロケーション

ブリームモデルの平方根標準化残差と予測値の散布図。LOESSトレンド線あり。予測値が増えるとトレンド線はやや上昇。

パーチモデルの平方根標準化残差と予測値の散布図。LOESSトレンド線あり。予測値が増えるにつれトレンド線は上下に変動。

Rで学ぶ回帰入門

autoplot()

library(ggplot2)
library(ggfortify)

autoplot(model_object, which = ???)

which の値

  • 1 残差 vs 予測値
  • 2 Q-Q プロット
  • 3 スケール–ロケーション
Rで学ぶ回帰入門

パーチモデルでの autoplot()

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

パーチモデルの3つの診断プロットを1つの図の3パネルで表示。

Rで学ぶ回帰入門

「オートプロット、展開せよ！」— プロティマス・プライム

Rで学ぶ回帰入門

Preparing Video For Download...