如何使用绘图绘制glm模型（在这种情况下为二项式），方法与绘图（lm.fit）相同

Question

我有一个名为MORTALITY的二元响应变量，我想在响应变量EuroScoreII，SYNTAXSCORE，AGE和SEX（SEX是二进制）上对其进行回归。我输入了以下内容：

model.m <- glm(MORTALITY ~ EuroScoreII + SYNTAXSCORE + AGE + SEX, family = binomial)
summary(model.m)

我的问题是，当我使用plot(model.m, which=1)时，我认为它们是针对普通glm制作的，而不是针对二项式制作。

有人可以告诉我可以使用哪些命令来执行二项式glm的残留诊断。

非常感谢你。如果您需要自己处理数据，请告诉我。

Answer 1

如果您使用boot包，则可以轻松完成此操作：

示例数据集：

y  <- rep(c(0,1),50)
x1 <- runif(100)
x2 <- runif(100)

df <- data.frame(y,x1,x2)

运行逻辑回归：

model.m <- glm(y~x1+x2,data=df,family=binomial)

运行残留诊断并绘制它们：

library(boot)
model.m.diagnostics <- glm.diag(model.m)    #residual diagnostics
glm.diag.plots(model.m,model.m.diagnostics) #plot residual diagnostics

你有它！

如果您想阅读文档，则文档为here。

Answer 2

在Zuur（2013）第101页中，提供了以下代码用于验证二项式GLM：

# Residual vs. fitted
E2 <- resid(model.m, type="pearson")
F2 <- fitted(model.m, type="response")
plot(x=F2, y=E2, xlab="fitted values", ylab="Pearson residuals")
abline(h=0, lty=2)

# Cook's distance
plot(cooks.distance(model.m), ylim=c(0,1), ylab="Cook distance values", type="h")

# Pearson residuals vs. continous covariate
plot(x=df$SYNTAXSCORE, y=E2, xlab="SYNTAXSCORE", ylab="Pearson residuals")
abline(h=0, lty=2)

Zuur等。 （2013）：初学者指南GLM和GLMM与R。