R中glm(y~x，family=poisson(link=log))的残差(XX)与XX$残差之差
R中glm(y~x，family=poisson(link=log))的残差是指观测值与模型预测值之间的差异。在这个问题中，XX代表的是具体的残差类型，而XX$残差代表的是使用XX方法计算得到的残差。
在广义线性模型（Generalized Linear Model，GLM）中，使用family参数指定了响应变量的分布类型和链接函数。在这个例子中，family=poisson(link=log)表示使用泊松分布作为响应变量的分布类型，并使用对数链接函数。
对于这个问题，我们需要知道具体的残差类型和计算方法才能给出完整的答案。常见的残差类型包括：
- 普通残差（Residuals）：观测值与模型预测值之间的差异。
- 学生化残差（Studentized Residuals）：将普通残差除以其标准差，用于检测异常值。
- 删除残差（Deleted Residuals）：在计算普通残差时，将每个观测值删除后重新拟合模型得到的残差。
- 部分残差（Partial Residuals）：在多元回归中，通过将其他自变量保持不变，改变一个自变量的取值来计算的残差。
对于XX$残差，我们需要知道XX是什么方法或函数，才能确定具体的残差类型和计算方法。
请提供更多关于XX和XX$残差的信息，以便给出更准确和全面的答案。
相关·内容
1回答
如何从高斯GLM模型中提取标准误差？
r、glm、standard-error
我希望从我的高斯GLM和泊松GLM中提取标准误差，如果有人知道我如何做到这一点的话？
模拟数据和两个模型的代码如下；
#data simulated before fitting models
set.seed(20220520)
#simulating 200 values between 0 and 1 from a uniform distribution
x = runif(200, min = 0, max = 1)
lam = exp(0.3+5*x)
y = rpois(200, lambda = lam)
#before we do this each Yi ma
浏览 10提问于2022-05-29得票数 1
回答已采纳
我正在执行下面的程序glm(y~x, family=poisson(link=log))。我无法理解residuals(XX)和XX$residuals之间的区别。我想知道residuals(XX)和XX$residuals是从哪里来的，以及它们与deviance的关系。请给我一些建议。
x<-c(1,2,3,4)
y<-c(2,3,7,6)
r<-glm(y~x,family=poisson(link="log"))
#Call: glm(formula = y ~ x, family = poisson(link = "log"))
#C
浏览 22提问于2019-11-11得票数 0
回答已采纳
2回答
理解glm$残留物和resid(glm)
r、glm
您能告诉我 glm $residuals和resid(glm)返回的是什么吗，其中glm是一个拟泊松对象。例如，如何使用glm$y和glm$linear.predictors创建它们。
glm$残留物
n missing unique Mean .05 .10 .25 .50 .75 .90 .95
37715 10042 2174 -0.2574 -2.7538 -2.2661 -1.4480 -0.4381 0.7542 1.9845 2.7749
lowest : -4.243 -3.552 -3.
浏览 2提问于2010-03-28得票数 13
回答已采纳
1回答
revoScaleR::rxGlm()问题在rxGlm残差中
r、glm、revoscaler
我可能在这里找不到答案，因为我不认为revoScaleR包被广泛使用。
如果我使用rxGlm()创建一个GLM，它可以很好地工作。然而，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)。各种转换版本(偏差残差、皮尔逊残差等)好像没时间。
有人知道是否有办法做到这一点吗？我可以使用glm() (具有相同的公式、数据、错误结构、链接函数、权重)和使用residuals(glm_object, type = "deviance")再次运行模型的偏差残差(例如)，但这是一个麻烦，因为glm()运行得非常慢(大型数据集，许多模型参数)。
谢谢。
编辑:包
浏览 2提问于2020-04-06得票数 5
回答已采纳
1回答
统计模型泊松预测返回浮点数而不是整数
machine-learning、regression、poisson
所以我使用statsmodel包对我的数据集进行泊松回归，我确保我的训练y确实是计数和整数。但是，当我打印预测值(如下所示的testmodely)时，它们是浮点数。
我非常困惑，我希望它们是整数，因为输入数据和拟合到模型中的是整数，而泊松输出的是计数数据。你知道我在哪里弄错了吗？在此之前，我非常感谢。
import statsmodels.api as sm
poi_model = sm.GLM(trainingy,trainingx, family=sm.families.Poisson())
poi_results = poi_model.fit()
paramet = poi_resul
浏览 1提问于2018-03-22得票数 2
1回答
删除影响图中的高残留点和高杠杆点？
python、plot、regression、linear-regression、outliers
我用波士顿房价数据做了一些线性回归。
看看，有一些高残留点和几个高杠杆点。
如何去除高残差和高杠杆点，以便重新运行线性回归模型，重新绘制影响图和Q-Q图？
输入：
m = ols('PRICE ~ CRIM + RM + PTRATIO',bos).fit()
print(m.summary())
截断输出：
coef std err t P>|t| [0.025 0.975]
Intercept -3.3066 4.038 -0.819 0.41
浏览 14提问于2017-11-02得票数 2
2回答
R中MSS和RSS的计算
r、regression、data-analysis
我正在尝试使用我创建的回归模型的输出和组件(模型1)来计算MSS和RSS。
model.1<-glm(wbw.df$x.percap ~ wbw.df$y.percap,family=gaussian)
我需要关注的是输出的哪一部分？前任：
Call:
glm(formula = wbw.df$x.percap ~ wbw.df$y.percap, family = gaussian)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.061191 -0.006350 -
浏览 2提问于2018-03-22得票数 1
回答已采纳
1回答
状态模型中泊松分布的拟合
python、statsmodels
我试图使用状态模型将泊松分布与我的数据相匹配，但我对所得到的结果以及如何使用库感到困惑。
我的真实数据将是一系列的数字，我认为我应该能够描述为一个泊松分布和一些异常值，所以我想做一个稳健的数据拟合。
不过，出于测试目的，我只是使用scipy.stats.poisson创建了一个数据集
samp = scipy.stats.poisson.rvs(4,size=200)
因此，要用状态模型进行拟合，我认为我只需要有一个常量的“endog”。
res = sm.Poisson(samp,np.ones_like(samp)).fit()
打印res.summary()
浏览 2提问于2014-06-27得票数 13
回答已采纳
1回答
R中的GLM :具有95%置信区间的正常Q-Q图
r、glm、confidence-interval
我想要一个函数或包来绘制具有95%置信区间的正常Q-Q图，但我没有找到GLM，只有car包中的GAM模型和响应变量。在我的示例中： #Data set example
p <- read.csv("https://raw.githubusercontent.com/Leprechault/PEN-533/master/bradysia-greenhouse.csv")
#Quasi Poisson GLM
m1 <- glm(bradysia ~ area + mes, family="quasipoisson", data=p)
#Norma
浏览 15提问于2020-09-04得票数 1
回答已采纳
2回答
如何绘制拟泊松模型的图解？
r、plot、glm
我想为一个rootogram模型绘制一个quasipoisson。countreg软件包对泊松和负二项环非常有效，但它说，“家庭目前不支持”准泊松模型。
我知道vcd和latticeExtra包也可以绘制出根目录。不幸的是，当我试图用这些包绘制一个rootogram的quasipoisson模型时，我会收到错误消息。
以下是所有三个包的一些代码：
#some data for replication)
y <- rpois(100, 3)
x1 <- c(rep(0, 50), rep(1, 50))
x2 <- rnorm(100, 1000, 300)
data <
浏览 4提问于2020-03-22得票数 0
1回答
线性模型上的完全分离
python-3.x、statsmodels、glm
这里有很多关于状态模型中的"Perfect Separation Error"的文章，当运行logisitc回归时。但我不做逻辑回归。我在做带频率权重和高斯分布的GLM。所以基本上是OLS。
我所有的自变量都是分类的，有很多类别。所以高维二进制编码特征集。
但是我经常从状态模型中得到“完美分离错误”
我有很多模特。当我的数据对于这么多变量来说太薄的时候，我想我得到了这个错误。然而，在理论上，对于freq权重，我实际上有更多的特性，而不是数据，因为观测值应该乘以freq。
对如何进行有指导吗？
reg = sm.GLM(dep, Indies, freq_weights = fr
浏览 2提问于2020-01-24得票数 1
回答已采纳
4回答
如何在Python中计算学生化残差？
python、statistics
我试着寻找这个问题的答案，但到目前为止还没有找到。我使用statsmodel在均值推算的数据集上实现了一个普通的最小二乘回归模型。我可以访问OLS结果中的残差列表，但不能访问学生化残差。我如何计算/获得学院化的残差？我知道计算学生化残差的公式，但我不太确定如何在Python中编写这个公式。
提前谢谢。
更新:我已经找到答案了。我可以从OLS结果的outlier_test()函数中获得包含学院化残差的数据帧。
浏览 2提问于2017-08-03得票数 9
1回答
回归克里金的Logistic函数
r、glm、logistic-regression、kriging、gstat
我想要执行回归克里格(RK)的二进制存在缺位和主机网格数据作为一个常量预测。我曾经用逻辑函数来估计二元结果和预测因子之间的关系，但是我认为它不是通过RK假设吗？预测变量在模型中没有显着性。有没有其他办法来解决这个问题？
代码的数据：
presabs <- read.csv("Pres_Abs.csv",header=T,
colClasses = c("integer","numeric","numeric",
浏览 1提问于2015-04-02得票数 2
回答已采纳
2回答
StatsModels多元回归的RSME和标准差的求取
python、pandas、regression、statsmodels、standard-deviation
我目前有一个多元回归，根据预期寿命和影响它的变量生成OLS摘要，但是不包括RMSE或标准差。状态模型是否有rsme库，是否有方法计算与我的代码的标准偏差？
我已经找到了这个问题的一个前面的例子：，我阅读了statsmodels页面：和测试--我仍然无法解决这个问题。
import pandas as pd
import openpyxl
import statsmodels.formula.api as smf
import statsmodels.formula.api as ols
df = pd.read_excel(C:/Users/File1.xlsx, sheet_name =
浏览 8提问于2021-07-26得票数 0
回答已采纳
2回答
如何访问glm()中的色散参数估计，为什么它不使用迭代重加权的最小二乘？
r、glm、lm、names、log-likelihood
在这篇5年前关于和glm()的 / logLik.lm()中，有人指出，R统计模块中的代码注释表明，lm()和glm()都在内部计算某种尺度或色散参数--大概是用来描述回归所预测的观测值的估计离散度。
这自然引出了另一个问题:如果它确实是由fit算法估计的真实参数(或者即使它只是某种隐式/有效参数)，那么如何从产生的fit对象访问这个参数呢？
我在下面生成了一个MWE (加上支持安装/绘图代码)：
第1部分构造了一些模拟输入数据，我们将把这些数据拟合成一条直线(这意味着需要两个拟合参数)。鉴于问题是关于一个隐藏的，内部建模的色散参数，我想确保fit算法是被迫做一些有趣的事情，因此10%的点
浏览 8提问于2021-04-27得票数 2
回答已采纳
2回答
剩余情节:为什么我们要知道错误？
plotting、seaborn
残差图表示实际值之间的错误。
Y轴:残差X轴:预测变量或拟合值.
为什么我们想知道错误，我们得到残差有什么好处？我从视频上传了一张照片。我不明白插图里的样本是什么。
自变量和因变量(S)在哪里？如何识别错误？
它们只进行一次计算，然后应用到图形的右侧，以此类推。
我要上这门课，不知道老师在说什么。
有人能把这件事彻底搞砸吗？(这是初学者的课程！)
这是视频的文字记录：
通过检验预测值和实际值，我们看到了一个差异。我们通过减去预测值和实际目标值来获得这个值。然后，我们用因变量作为水平轴在垂直轴上绘制该值。同样，对于第二个样本，我们重复这个过程。从预测值中减去目标值。然后绘制相应的值。看这幅图能让
浏览 0提问于2018-12-23得票数 3
我有一点麻烦以上(计算泊松回归发病率数据随时间的R)。利率结果是每100000，我想知道是否适合调整为这样，所以glm((Cancer_Incidence_Rate/100000)~time, family = poisson)，谢谢您的任何信息或解释，您可以提供的主题。
浏览 1提问于2016-03-14得票数 0
回答已采纳
嗨，我想运行二项响应变量的两阶段最小二乘回归。对于连续响应变量，我使用R包"sem“中的"tsls”选项。
下面是我的命令，我想知道我这样做是正确的。
(x:内生变量，z:工具变量，y:响应变量(0或1))
xhat<-lm(x~z)$fitted.values
R<-glm(y~xhat, family=binomial)
R$residuals<-c(y - R$coef[1]+x*R$coef[2])
谢谢
浏览 1提问于2015-06-22得票数 1
1回答
我正试图将一个广义线性模型与我的数据相适应。我在白天(9小时)和夜间(15小时)两个(不等)时间间隔内从空气中采集花粉，并根据形态特征鉴定花粉为樱桃、其他被子植物和其他裸子植物。
当我看原始数据时，夜间空气中樱桃花粉的数量与白天相比有一些有趣的趋势，而且在我取样的两个果园中，这些趋势有很大的不同。我想测量时间间隔对我的模型的影响。
我的问题(并非详尽无遗的清单:p)
( 1)我不明白为什么区间项给我的Pr值总是为1(>_(_2)我不知道如何解释不平等的时间间隔。
我尝试了这个glm的两个错误分布，泊松和二项式，取决于响应变量的格式。
下面是我的数据的一个子样本：
Orchard <
浏览 1提问于2019-06-05得票数 0
1回答
为什么泊松拉索回归模型在glmnet中的预测不是整数？
r、poisson、glmnet、lasso-regression
我正在对glmnet中的计数结果进行lasso回归模型预测。
我想知道如何看待这个模型的预测。
这是一些玩具数据。这不是很好，因为我不知道如何模拟多变量数据，但我主要感兴趣的是我是否正确的语法。
set.seed(123)
df <- data.frame(count = rpois(500, lambda = 3),
pred1 = rnorm(500),
pred2 = rnorm(500),
pred3 = rnorm(500),
pred4 =
浏览 3提问于2020-07-15得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
