我可能在这里找不到答案,因为我认为revoScaleR
软件包没有被广泛使用。
如果我使用rxGlm()
创建GLM,则可以正常工作。但是,可通过rxPredict()
获得的模型残差似乎只是“原始”残差,即观测值减去拟合值。似乎没有可用的各种转换版本(偏差残差,皮尔逊残差等)。
有人知道是否有办法实现这一目标?我可以通过使用glm()
(具有相同的公式,数据,错误结构,链接函数,权重)并使用{{1}再次运行该模型来获得模型的偏差残差(例如) }},但这很麻烦,因为residuals(glm_object, type = "deviance")
运行非常慢(大型数据集,许多模型参数)。
谢谢。
编辑:包括我正在尝试遵循的文献中的指南:
答案 0 :(得分:3)
从您的问题中很难完全理解RevoScaleR
软件包在残差方面提供了什么以及您究竟需要什么残差。此外,关于残差的术语也有一些混淆,例如here和here就是这样。
一些要点/观察可能仍然对您有帮助。
至少我从使用glm
进行玩具回归并预测如下结果中得到了什么:
df <- mtcars
modl <- glm(formula = mpg ~ wt + qsec + am, data = mtcars)
y_hat <- predict(modl)
接下来,计算“原始”残差(预测结果减去实际结果)以及偏差残差:
y <- as.vector(df[["mpg"]])
res_raw <- y - y_hat
res_dev <- residuals(modl, type = "deviance")
这两个是相同的:
identical(res_raw, res_dev)
[1] TRUE
我想一旦进入二进制结果等,它就会变得更加复杂。
使用glm
方法从rstandard
计算标准化偏差残差。
res_std <- rstandard(modl)
查看getAnywhere(rstandard.glm)
可以告诉您如何通过偏差残差手动计算标准化残差:
function (model, infl = influence(model, do.coef = FALSE), type = c("deviance",
"pearson"), ...)
{
type <- match.arg(type)
res <- switch(type, pearson = infl$pear.res, infl$dev.res)
res <- res/sqrt(summary(model)$dispersion * (1 - infl$hat)) # this is the key line
res[is.infinite(res)] <- NaN
res
}
因此,在我的示例中,您将通过运行res/sqrt(summary(modl)$dispersion * (1 - influence(modl)$hat))
来手动计算标准化残差。因此,您需要两件事:hat
和dispersion
。我假设RevoScaleR
提供了散度参数。如果RevoScaleR
中没有像influence(modl)$hat
那样的帽子值,则必须从头开始:
X <- as.matrix(df[, c("wt", "qsec", "am")]) # Gets the X variables
X <- cbind(rep(1, nrow(df)), X) # adds column for the constant
hat <- diag(X %*% solve(t(X) %*% X) %*% t(X)) # formula for hat values
现在计算您的标准偏差残差:
res_man <- res_raw/sqrt(summary(modl)$dispersion * (1 - hat))
与rstandard
派生的内容相同:
head(res_man)
Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive Hornet Sportabout Valiant
-0.6254171 -0.4941877 -1.4885771 0.2297471 0.7217423 -1.1790097
head(res_std)
Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive Hornet Sportabout Valiant
-0.6254171 -0.4941877 -1.4885771 0.2297471 0.7217423 -1.1790097