Jak znaleźć pozostałości i wykreślić je

Otrzymałem dane

x = c(21,34,6,47,10,49,23,32,12,16,29,49,28,8,57,9,31,10,21,26,31,52,21,8,18,5,18,26,27,26,32,2,59,58,19,14,16,9,23,28,34,70,69,54,39,9,21,54,26)
y = c(47,76,33,78,62,78,33,64,83,67,61,85,46,53,55,71,59,41,82,56,39,89,31,43,29,55, 
     81,82,82,85,59,74,80,88,29,58,71,60,86,91,72,89,80,84,54,71,75,84,79)

Jak mogę uzyskać resztki i wykreślić je względem ? Jak mogę sprawdzić, czy pozostałości wydają się być w przybliżeniu normalne? $x$

Nie jestem pewien, czy poprawnie dopasowałem oryginalne dopasowanie liniowe, gdy otrzymałem równanie ale notatki z wykładu mówią, że linia regresji liniowej powinna mieć postać . $y=6.9x-5.5$ $y_i=\beta_0+\beta_1x+\epsilon$

r regression Gość
źródło

Z której paczki korzystasz? Na przykład funkcja „regresu” Matlaba zwraca resztki jako dane wyjściowe i można tworzyć wykresy za pomocą histogramu

BGreene

Używam Sagemath. Mogę również używać R za jego pośrednictwem, ale mam bardzo małe doświadczenie w tym zakresie.

gość

Odnośnie 2 równań, które tam macie. Jeżeli linia regresji (jako funkcja liniowa) ma postać

wówczas modelem liniowym jest

i używając terminów błędów jest to

gdzie

jest terminem błędu z zerowym oczekiwaniem. W tym sensie oba równania pasują do siebie.

y = a + k x

$y = a +k x$

E [Y | X] = a + k X

$E[Y|X] = a+ k X$

Y = a + k X + ϵ

$Y = a + k X + \epsilon$

ϵ

$\epsilon$

Ric

Równanie masz to w formie wymienionej w notatkach, z

. Pozostałości po prostu

\hat{β_{0}} = - 5.5

$\hat{\beta_0} = -5.5$

\hat{β_{1}} = 6.9

$\hat{\beta_1} = 6.9$

r_{i} = y_{y} - {\hat{y}}_{i} = y_{i} - (- 5.5 + 6.9 x_{i})

$r_i = y_y-\hat{y}_i = y_i - (-5.5 + 6.9 x_i)$

Glen_b -Reinstate Monica

Odpowiedzi:

EDYCJA: Masz Rtag, ale w komentarzu mówisz, że niewiele o nim wiesz. To jest Rkod. Nic nie wiem o Sage. Zakończ edycję

Możesz to zrobić

x = c(21,34,6,47,10,49,23,32,12,16,29,49,28,8,57,9,31,10,21,
      26,31,52,21,8,18,5,18,26,27,26,32,2,59,58,19,14,16,9,23,
      28,34,70,69,54,39,9,21,54,26)
y = c(47,76,33,78,62,78,33,64,83,67,61,85,46,53,55,71,59,41,82,
      56,39,89,31,43,29,55, 81,82,82,85,59,74,80,88,29,58,71,60,
      86,91,72,89,80,84,54,71,75,84,79)

m1 <- lm(y~x)  #Create a linear model
resid(m1) #List of residuals
plot(density(resid(m1))) #A density plot
qqnorm(resid(m1)) # A quantile normal plot - good for checking normality
qqline(resid(m1))

Peter Flom - Przywróć Monikę
źródło

+1 @ gość, powyższy kod dotyczy R, który jest dostępny bezpłatnie

BGreene

W porządku. Widziałem więc obraz z gęstością podpisu. Domyślna (x = resid (m1)). Czy ten kod powinien generować dwa wykresy? I czy powinienem sprawdzić na wykresie, czy pozostałości wydają się być w przybliżeniu normalne?

gość

Kod wyświetli dwa wykresy - jeden jest wykresem gęstości (czy wygląda w kształcie dzwonu?), A drugi jest wykresem kwantowym; gdyby reszty były całkowicie normalne, wszystkie punkty leżałyby na linii prostej.

Peter Flom - Przywróć Monikę

Dobrze. Kod działa, jeśli zmienisz ostatnie wiersze na wykres (qqnorm (resid (m1))) i wykres (qqline (resid (m1))). Myślę więc, że reszty nie spełniają rozkładu normalnego, ponieważ punkt znajduje się poniżej linii niż nad linią. Czy istnieje jakieś liczbowe kryterium sprawdzania normalności?

gość