基础方法 | 如何用R语言做回归诊断:原理与操作
Posted 来点方法
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基础方法 | 如何用R语言做回归诊断:原理与操作相关的知识,希望对你有一定的参考价值。
好久好久好久~
没有更新了,断更之后的第一次复更还是偷个懒。
3
月13
日本公众号推送了一文
,主要讲解了回归诊断的原理与Stata
操作,本次推送则是主要讲解一下R
语言的回归诊断操作,具体原理不再赘述,可参考上一篇推文!
这也是在回归诊断中最常用的,即通过作图的方法进行诊断。
R
语言在这方面非常的“秀”,只用一个命令就能输出所有的诊断图。代码如下:
>m1<- lm
(y~x1+x2…
)#
首先拟合一个线性模型
>par(mfrow=c(2,2))#
让4
张诊断图一起显示出来,如果没有这个命令,诊断图一张一张显示
>plot(m1)#
如果有报错Error in plot.new() : figure margins too large
,#
只需将右侧显示栏拉大再运行即可
plot
(
m1
)运行完后,会在
R studio
右侧的
Viewer
界面显示四个诊断图
若因变量与自变量线性相关,那么残差值与预测(拟合)值就没有任何系统关联
正态
QQ
图是在正态分布对应的值下,标准化残差的概率图。若满足正态假设,那么图上的点应该落在呈
45
度角的直线上
若满足不变方差假设,那么在“位置尺度图”
中,水平线周围的点应该随机分布。
对于正式诊断,主要是通过一些统计量进行的,在
R
语言中,
R
包“
gvlma
”中给出了一个综合诊断标准,运行完下列代码后,
R
会直接返回下图的结果,例如在本文中的例子,他告诉你,你的假定没有没有满足。
此外,也可以利用“car
”包中的durbinWatsonTest
进行误差独立性诊断,如果p
不显著,说明没有自相关
利用ncvTest
进行同方差诊断,如果p
不显著,说明满足同方差
>durbinWatsonTest(m1)#
误差独立型诊断
以上是关于基础方法 | 如何用R语言做回归诊断:原理与操作的主要内容,如果未能解决你的问题,请参考以下文章
如何用r语言对rugarch拟合好的模型做诊断
如何用R软件做多类别Logistic回归
r语言怎么做每一列和第一列线性回归
R语言—回归诊断
r语言如何最小二乘线性回归分析
如何用r语言分析两个变量是不是有影响