5

Sempre que fazemos uma regressão linear, precisamos verificar se as hipóteses assumidas para o modelo estão corretas. Uma das melhores maneiras de fazer isto é através de gráficos de diagnóstico. Veja o exemplo abaixo:

ajuste <- lm(Petal.Width ~ Petal.Length, data=iris)

library(ggfortify)
autoplot(ajuste)

inserir a descrição da imagem aqui

São quatro os gráficos de diagnóstico produzidos pela função autoplot. Alguns dos pontos destes gráficos são identificados como desviantes das hipóteses formuladas. Por exemplo, no QQ plot acima, os pontos 115, 135 e 142 são identificados como fora do esperado para os resíduos caso eles fossem distribuídos de acordo com a normal.

Existe alguma maneira de fazer esta identificação de forma automática no R? Como eu poderia pegar o output do autoplot (ou da própria função nativa plot do R) e identificar, para cada gráfico plotado, quais pontos violam as hipóteses do modelo?

0

1 Resposta 1

2

Na verdade, a função autoplot.lm do pacote ggfortify não veifica nenhuma regra para assinalar estes pontos.

Como pode ser visto aqui, ela apenas toma o número passado para o argumento label.n (que por padrão é 3) e indica no gráfico aqueles pontos que possuem os n maiores residuos absolutos.

A função autoplot retorna um objeto de classe (S4) ggfortify. Este objeto tem slot chamado plot que guarda os 4 gráficos que aparecem quando o objeto for impresso. Neste slot o segundo elemento é o gráfico de tipo qqplot.

Como todo gráfico ggplot é uma lista com 9 elementos, podemos acessar o primeiro deles (data), que contém os dados, e então fazer os devidos cálculos.

O código abaixo mostra os 3 pontos com maiores resíduos absolutos:

ajuste <- lm(Petal.Width ~ Petal.Length, data=iris)
library(ggfortify)
objeto_ggplot <- autoplot(ajuste, label.n = 10)

objeto_ggplot@plots[[2]]$data %>% 
  top_n(3, abs(.wresid)) %>% 
  select(Petal.Width, Petal.Length, .index)

  Petal.Width Petal.Length .index
1         2.4          5.1    115
2         1.4          5.6    135
3         2.3          5.1    142
1
  • 1
    Que decepcionante saber que a função retorna apenas os label.n resíduos mais extremos. Sempre achei que fosse outro critério de identificação. Commented 30/10/2017 às 21:04

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .