lm.influence
位于 stats
包(package)。 说明
该函数提供了用于生成各种诊断以检查回归拟合质量的基本量。
用法
influence(model, ...)
## S3 method for class 'lm'
influence(model, do.coef = TRUE, ...)
## S3 method for class 'glm'
influence(model, do.coef = TRUE, ...)
lm.influence(model, do.coef = TRUE)
参数
model |
|
do.coef |
逻辑指示是否需要更改的 |
... |
传入或传出其他方法的进一步参数。 |
细节
influence.measures()
和另请参阅中列出的其他函数提供了一种更面向用户的计算各种回归诊断的方法。这些都建立在 lm.influence
之上。请注意,对于 GLM(具有恒等链接的高斯族除外),这些基于一步近似,如果案例具有较高影响力,则可能不够。
我们尝试确保可能为 1 的计算帽子值被视为 1,并且 sigma
和 coefficients
中的相应行是 NaN
。 (删除这种情况通常会导致变量被删除,因此不可能提供简单的drop-one诊断。)
naresid
应用于结果,因此如果拟合具有 na.action = na.exclude
,则将填充 NA
。
值
包含以下相同长度或行数的组件的列表 na.action
方法(例如 na.exclude
)来恢复它们。 ,即非零权重的数量。拟合中省略的情况将被忽略,除非使用
hat |
包含 ‘hat’ 矩阵对角线的向量。 |
coefficients |
(除非 |
sigma |
一个向量,其 i-th 元素包含从回归中删除 i-th 情况时获得的残差标准差的估计值。 (GLM 所需的近似值可能会导致 |
wt.res |
加权残差向量(或对于 |
注意
coefficients
由返回R版本lm.influence
与 S 计算的结果不同。我们返回系数的变化,而不是返回因放弃每种情况而产生的系数。这在许多诊断措施中更直接有用。
由于这些需要 计算时间,它们可以被省略do.coef = FALSE
.
请注意,weights == 0
的情况会被丢弃(与 S 中的情况相反)。
如果模型已使用 na.action = na.exclude
进行拟合(请参阅 na.exclude
),则此处考虑拟合中排除的情况。
例子
## Analysis of the life-cycle savings data
## given in Belsley, Kuh and Welsch.
summary(lm.SR <- lm(sr ~ pop15 + pop75 + dpi + ddpi,
data = LifeCycleSavings),
correlation = TRUE)
utils::str(lmI <- lm.influence(lm.SR))
## For more "user level" examples, use example(influence.measures)
参考
See the list in the documentation for influence.measures
.
Chambers, J. M. (1992) Linear models. Chapter 4 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.
也可以看看
summary.lm
为了summary
及相关方法;
influence.measures
,
hat
对于帽子矩阵对角线,
dfbetas
,dffits
,covratio
,cooks.distance
,lm
.
相关用法
- R lm.fit 线性模型的拟合函数
- R lm.summaries 访问线性模型拟合
- R lm 拟合线性模型
- R loglin 拟合对数线性模型
- R loess.control 设置黄土参数
- R ls.diag lsfit 回归结果的计算诊断
- R lag.plot 时间序列滞后图
- R line 坚固的线路配件
- R lag 滞后时间序列
- R loess 局部多项式回归拟合
- R lsfit 找到最小二乘拟合
- R loadings 打印因子分析中的载荷
- R ls.print 打印 lsfit 回归结果
- R lowess 散点图平滑
- R logLik 提取对数似然
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Regression Diagnostics。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。