MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Artık (kalıntı) grafikleri ve artık tanılaması

Artık (kalıntı) grafikleri ve artık tanılamasıkavram

Model artıklarının (gözlenen eksi tahmin edilen değer) grafikler ve özet istatistiklerle incelenerek modelin varsayımlarının ve uyumunun denetlenmesi.

Artık, her gözlem için modelin yapamadığı açıklamadır: e = y - ŷ. İyi kurulmuş bir modelde artıklar sıfır çevresinde rastgele dağılır ve tahmin edilen değerlerle ya da açıklayıcılarla bir örüntü göstermez. Artık-tahmin grafiğinde huni biçimi değişen varyansı, eğri bir örüntü modelde eksik bir doğrusal olmayan terimi işaret eder. Histogram, P-P ve Q-Q grafikleri artıkların normalliğini; standartlaştırılmış artıklar (|r| > 2 ya da 3) aykırı gözlemleri; kaldıraç ve Cook uzaklığı ise sonuçları tek başına etkileyen gözlemleri gösterir.

Genelleştirilmiş doğrusal modellerde ham artık yerine deviance ya da Pearson artıkları kullanılır, çünkü yanıtın varyansı ortalamaya bağlıdır; sayım modellerinde rootogram gözlenen ve beklenen frekansları karşılaştırır. Karma modellerde koşullu artıklar (rastgele etkiler dahil) ile marjinal artıklar ayrılır. Artık tanılaması bir onay testi değil, modelin nerede yetersiz kaldığını keşfetme aracıdır; tek bir grafik yerine birkaç grafiğe birlikte bakılmalıdır.

Gündelik bir örnek

Bir navigasyon uygulaması varış süresini tahmin ediyor. Tahminlerin gerçekleşen sürelerden farkını çizdiğinizde, kısa yolculuklarda hataların küçük, uzun yolculuklarda ise çok büyük olduğunu görüyorsunuz. Bu huni biçimi, modelin uzun yolculuklardaki belirsizliği hesaba katmadığını gösterir; artık grafiği olmadan ortalama hata tek başına bu sorunu gizlerdi.

MerQur'da

Çoklu Doğrusal Regresyonda 'Tanı grafiği' (artık-tahmin, ZRESID × ZPRED, histogram, P-P, Q-Q, kısmi regresyon grafikleri), Poisson / Negatif Binomial Regresyonda 'Artık tanıları + rootogram' ve Doğrusal Karma Modelde 'Artık tanıları + rastgele etki tahminleri (BLUP)' seçenekleriyle sunulur. İki Yönlü ANOVA'da artık - tahmin ve artıkların Q-Q grafiği, Doğrusal Olmayan Regresyonda artık grafikleri çizilir; ki-kare testleri, Log-Doğrusal Model ve Çapraz Tablo hücre artıklarını, Lojistik Regresyon ve Meta-Analiz etkili gözlem tanılarını, ARIMA ve VAR artık tanılarını, Cox regresyonu artık özetlerini verir.

Bu kavramın geçtiği analizler

İki Yönlü ANOVAANCOVAKi-Kare Bağımsızlık TestiKi-Kare Uyum İyiliğiLog-Doğrusal ModelÇapraz TabloMeta-AnalizÇoklu Doğrusal RegresyonLojistik RegresyonPoisson / Negatif Binomial RegresyonDoğrusal Karma Modelİç İçe Karma ModelPanel Veri RegresyonuDoğrulayıcı Faktör AnaliziGenelleştirilmiş Toplamsal ModelDoğrusal Olmayan RegresyonBayesci ANOVASARYol AnaliziCox Regresyonu (Orantılı Tehlikeler Modeli)Zamana Bağlı Cox RegresyonuSTL Mevsimsel AyrıştırmaARIMA TahminVARGARCHLOESSGözlenemeyen Bileşenler Modeli

İlgili kavramlar

Değişen varyans (heteroskedastisite)Q-Q ve P-P grafikleriEtkili gözlem tanılaması (Cook uzaklığı, kaldıraç, DFBETAS)