Как создать остаточный график в Python
Last updated
Last updated
Остаточный график — это тип графика, на котором сопоставленные значения отображаются с остаточными значениями для
Этот тип графика часто используется для оценки того, подходит ли модель линейной регрессии для данного набора данных, и для проверки остатков.
В этом руководстве объясняется, как создать остаточный график для модели линейной регрессии в Python.
В этом примере мы будем использовать набор данных, описывающий атрибуты 10 баскетболистов:
Предположим, мы подгоняем простую модель линейной регрессии, используя баллы в качестве переменной-предиктора и рейтинг в качестве переменной-ответа:
Изготовлены четыре участка. Тот, что в верхнем правом углу, - это остаточный график по сравнению с подогнанным. По оси X на этом графике показаны фактические значения точек переменной предиктора, а по оси Y показана невязка для этого значения.
Поскольку остатки случайным образом разбросаны вокруг нуля, это указывает на то, что гетероскедастичность не является проблемой для предикторной переменной.
Предположим, вместо этого мы подгоняем модель множественной линейной регрессии, используя передачи и подборы в качестве переменной-предиктора и рейтинг в качестве переменной-ответа:
Например, вот как выглядит график остатка и предиктора для вспомогательной переменной предиктора :
А вот как выглядит график остатка и предиктора для подборов переменной предиктора:
На обоих графиках остатки случайным образом разбросаны вокруг нуля, что указывает на то, что гетероскедастичность не является проблемой ни для одной из переменных-предикторов в модели.
Мы можем создать график невязок по сравнению с подобранным, используя из библиотеки statsmodels:
Еще раз мы можем создать график невязок и предикторов для каждого из отдельных предикторов, используя из библиотеки statsmodels.