Hỏi Đáp Là gì

Residual plot là gì

Sử dụng để dự báo 1 biến phụ thuộc [dependent variable, response variable] dựa vào 1 hay nhiều biến độc lập [independent variables, predictor variables, explanatory variables]

Ví dụ 1: Phân tích khi tăng 1 nhân viên thì lợi nhuận ngân hàng tăng hay giảm bao nhiêu tiền. Biến phụ thuộc là lợi nhuận ngân hàng, biến độc lập là số lượng nhân viên [simple linear]

Ví dụ 2: Tính toán xem khi tăng 1 cây ATM thì lợi nhuận ngân hàng tăng hay giảm bao nhiêu phần trăm. Biến phụ thuôc là log[lợi nhuận], biến độc lập có thể là số lượng máy ATM, số lượng máy ATM bình phương [Polynomial]

Ví dụ 3: Dự báo khả năng phát sinh nợ xấu của khách hàng. Biến phụ thuộc là khả năng phát sinh nợ xấu, biến độc lập ví dụ: tuổi, giới tính, trình độ học vấn [Multiple linear]

Ví dụ 4: Dự báo giá cổ phiếu của ngân hàng tại các thời điểm trong tương lai. Biến phụ thuộc là giá cổ phiếu, biến độc lập có thể có là trễ của biến giá, hoặc 1 số yếu tố như GPD, lạm phát [Time-series]

Có rất nhiều loại hồi quy như: Simple linear, Polynomial, Multiple linear, Multilevel, Multivariate, Logistic, Poisson, Cox proportional hazards, Time-series, Nonlinear, Nonparametric

Trong đó, 4 loại phổ biến hay được sử dụng là

type_model % datatable[]

data.frame[Function = c["summary[]", "coefficients[]", "confint[]", "fitted[]", "residuals[]", "anova[]", "vcov[]", "AIC[]", "plot[]", "predict[]"], Action = c["Displays detailed results for the fitted model", "Lists the model parameters [intercept and slopes] for the fitted model", "Provides confidence intervals for the model parameters [95% by default]", "Lists the predicted values in a fitted model", "Lists the residual values in a fitted model", "Generates an ANOVA table for a fitted model, or an ANOVA table comparing two or more fitted models", "Lists the covariance matrix for model parameters", "Prints Akaikes Information Criterion", "Generates diagnostic plots for evaluating the fit of a model", "Uses a fitted model to predict response values for a new dataset"]] %>% datatable[]

Là mô hình hồi quy với 1 biến phụ thuộc, 1 biến độc lập. Hàm hồi quy có dạng Y = a + bX

Y là biến phụ thuộc, X là biến độc lập, a là hệ số chặn [intercept], b là hệ số góc [coefficient]

Ví dụ: Với bộ dữ liệu women, có 2 biến là chiều cao, cân nặng của phụ nữ. Muốn dự báo cân nặng của phụ nữ dựa vào chiều cao của họ ta xây dựng mô hình hồi quy đơn

## height weight ## 1 58 115 ## 2 59 117 ## 3 60 120 ## 4 61 123 ## 5 62 126 ## 6 63 129

women %>% ggplot[aes[x = height, y = weight]]+ geom_point[]+ labs[x = "height [in inches]", y = "weight [in pounds]"]

fit |t|] ## [Intercept] -87.51667 5.93694 -14.74 1.71e-09 *** ## height 3.45000 0.09114 37.85 1.09e-14 *** ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 ## ## Residual standard error: 1.525 on 13 degrees of freedom ## Multiple R-squared: 0.991, Adjusted R-squared: 0.9903 ## F-statistic: 1433 on 1 and 13 DF, p-value: 1.091e-14

Như vậy phương trình hồi quy có dạng

\[ \hat{weight} = -87.51 + 3.45 * height \]

Dự báo [fitted]

## 1 2 3 4 5 6 7 8 ## 112.5833 116.0333 119.4833 122.9333 126.3833 129.8333 133.2833 136.7333 ## 9 10 11 12 13 14 15 ## 140.1833 143.6333 147.0833 150.5333 153.9833 157.4333 160.8833

women$weight_pre nhìn vào đây có thể biết được 3 hệ số này = 0 với mức ý nghĩa 0.05%

par[mfrow=c[2,2]] plot[fit]

Biểu đồ 1: Vẽ tương quan giữa phần dư và kết quả dự báo, giá trị phần dư càng ở quanh mức 0 kết quả dự báo càng tốt. Như vậy, tỷ lệ giết người đang được dự báo quá cao so với thực tế tại 2 bang Rhode Island và Masschusetts, dự báo quá thấp tại bang Nevada
Biểu đồ 2: Kiểm tra xem phần dư có phân phối chuẩn N[0,1] hay không, kết quả cho thấy phần dư tại 3 bang Nevada và Rhode Island và Alaska đang ko theo quy luật phân phối chuẩn
Biểu đồ 3: Đánh giá phương sai của phần dư có đồng nhất hay không
Biều đồ 4: Cho phép phát hiện ra các outliers trong phần dư

res

Bài Viết Liên Quan

Toplist mới

Bài mới nhất

Chủ Đề