如何从R中的线性模型中提取残差和预测值？

2023-06-21 09:33:03 433

残差是实际值和预测值之间的差值，预测值是线性模型为实际值预测的值。为了从线性模型中提取残差和预测值，我们需要对模型对象使用resid和predict函数。

考虑以下数据框-

示例

x1<-rnorm(20,14,3.25)
y1<-rnorm(20,6,0.35)
df1<-data.frame(x1,y1)
df1

输出结果

       x1       y1
1  14.565652  6.506233
2  13.350634  6.481486
3  8.636661   5.806754
4  11.495087  6.164963
5  12.159347  6.749101
6  16.642371  6.061237
7  9.137345   6.121711
8  12.616223  5.911341
9  10.109950  5.819494
10 15.953629  6.067601
11 13.579602  6.438686
12 14.708544  5.175576
13 19.234206  6.926994
14 13.539790  5.669169
15 15.101462  6.253202
16 13.812982  6.042699
17 12.680245  6.019822
18 15.292250  6.174533
19 12.759720  5.648624
20 11.371360  5.879896

在x1和y1之间创建线性模型-

Model1<-lm(y1~x1,data=df1)

从Model1中查找残差和预测值-

残留物(Model1)

     1         2            3         4             5       6
0.34576809 0.38483276 -0.04232628 0.16576122 0.71501218 -0.20829562
    7             8          9           10        11        12
0.24633525 -0.14674241 -0.10696233 -0.16575896 0.33000726 -0.99239332
    13         14         15           16           17         18
0.52134132 -0.43741908 0.06459654 -0.07823690 -0.04162379 -0.02409178
   19          20
-0.41699579 -0.11280836
> predict(Model1)
   1       2           3       4        5         6       7       8
6.160465 6.096654 5.849080 5.999202 6.034088 6.269532 5.875376 6.058083
   9         10        11      12       13      14       15       16
5.926456 6.233360 6.108679 6.167970 6.405653 6.106588 6.188605 6.120936
   17       18         19       20
6.061445 6.198625 6.065619 5.992704

示例

x2<-rpois(20,5)
y2<-rpois(20,2)
df2<-data.frame(x2,y2)
df2

输出结果

在x2和y2之间创建线性模型-

Model2<-lm(y2~x2,data=df2)

从Model2中查找残差和预测值-

残留物（模型2）

      1           2           3           4          5        6
-1.15697674 -1.02325581 -1.88953488 -0.88953488 1.40988372 4.67732558
       7          8           9           10        11         12
-0.45639535 -1.59011628 0.70930233 -2.88953488 0.54360465 -0.15697674
      13        14           15        16        17         18
0.40988372 -1.59011628 -0.02325581 0.70930233 0.97674419 -0.02325581
      19        20
3.40988372 -1.15697674

预测（模型2）

    1         2           3       4       5           6       7         8
1.1569767 2.0232558 2.8895349 2.8895349 1.5901163 3.3226744 2.4563953 1.5901163
    9        10          11        12     13        14         15         16
0.2906977 2.8895349 2.4563953 1.1569767 1.5901163 1.5901163 2.0232558 0.2906977
   17          18       19       20
2.0232558 2.0232558 1.5901163 1.1569767

如何从R中的线性模型中提取残差和预测值？

示例

示例

热门推荐

随机推荐