12

glm$residualsとresid(glm)によって返されるものを教えてください。ここで、glm は準ポアソン オブジェクトです。たとえば、glm$y と glm$linear.predictors を使用してそれらを作成するにはどうすればよいでしょうか。

glm$残差

     n missing  unique    Mean     .05     .10   .25  .50     .75     .90     .95

 37715   10042    2174 -0.2574 -2.7538 -2.2661 -1.4480 -0.4381  0.7542  1.9845  2.7749



lowest : -4.243 -3.552 -3.509 -3.481 -3.464
highest:  8.195  8.319  8.592  9.089  9.416

resid(グロム)

        n    missing     unique       Mean        .05        .10        .25
    37715          0       2048 -2.727e-10    -1.0000    -1.0000    -0.6276
      .50        .75        .90        .95
  -0.2080     0.4106     1.1766     1.7333

lowest : -1.0000 -0.8415 -0.8350 -0.8333 -0.8288
highest:  7.2491  7.6110  7.6486  7.9574 10.1932
4

2 に答える 2

25

resid（model）を呼び出すと、デフォルトで逸脱度残差が発生しますが、model$residを呼び出すと作業残差が得られます。リンク関数のため、モデルの残余が何であるかについての単一の定義はありません。逸脱度、作業、部分、ピアソン、および応答の残差があります。これらは（分散ではなく）平均構造のみに依存しているため、準ポアソンとポアソンの残差は同じ形式になります。residuals.glm詳細については関数を見ることができますが、ここに例があります：

counts <- c(18,17,15,20,10,20,25,13,12)
outcome <- gl(3,1,9)
treatment <- gl(3,3)
glm.D93 <- glm(counts ~ outcome + treatment, family=quasipoisson())
glm.D93$resid


#working
resid(glm.D93,type="working")
(counts - glm.D93$fitted.values)/exp(glm.D93$linear)

#deviance
resid(glm.D93,type="dev")
fit <- exp(glm.D93$linear)
poisson.dev <- function (y, mu) 
    sqrt(2 * (y * log(ifelse(y == 0, 1, y/mu)) - (y - mu)))
poisson.dev(counts,fit) * ifelse(counts > fit,1,-1)

#response
resid(glm.D93,type="resp")
counts - fit

#pearson
resid(glm.D93,type="pear")
(counts - fit)/sqrt(fit)
于 2010-03-28T05:39:19.217 に答える
4

ポアソン分布と準ポアソン分布について、求められた深さ (つまり、モデルを使用して変数を残差に変換する正確な方程式) であなたの質問に答えるのに十分な知識はありませんが、混乱のいずれかが原因である場合残りの型が使用されており、2 つのコマンドが異なる答えを返す理由について、これが役立つ可能性があります。

resid() は、デフォルトで R の「逸脱」型になります。ただし、glm() は $residuals ベクトルに異なる残差を割り当てます。

準ポアソン族を使用している場合、 glm() は作業タイプの残差を割り当てますが、 resid() は逸脱タイプをデフォルトとして提供します。

これを試すには、次を使用できます。

resid(glm,type="working")

と

glm$残差

それはあなたに同じ答えを与えるはずです（少なくとも、私が使用したサンプルデータセットではそうでした）。

Rによると、作業残差は次のとおりです。「IWLSフィットの最終反復における残差」

Googlebook で「Generalized Linear models and extensions」(Hardin と Hilbe による) という本を調べると、さまざまなタイプの残差について説明しているセクション 4.5 にアクセスできます。

于 2010-03-28T02:36:24.860 に答える