Wiem, jak tworzyć wykresy za pomocą metody leveragePlot(), ale nie mogę znaleźć sposobu na stworzenie statystyki dla dźwigni dla każdej obserwacji, tak jak w przypadku wyjścia megastatowego.Jak tworzyć statystyki dźwigni?
Myślę, że szukasz wartości kapelusza.
Użyj hatvalues(fit). Zasadą jest zbadanie wszelkich obserwacji 2-3 razy większych niż średnia wartość kapelusza. Nie znam żadnej konkretnej funkcji ani pakietu z mojej głowy, która dostarcza tych informacji w ładnych ramach danych, ale zrobienie tego samemu jest dość proste. Oto przykład:
fit <- lm(hp ~ cyl + mpg, data=mtcars) #a fake model
hatvalues(fit)
hv <- as.data.frame(hatvalues(fit))
mn <-mean(hatvalues(fit))
hv$warn <- ifelse(hv[, 'hatvalues(fit)']>3*mn, 'x3',
ifelse(hv[, 'hatvalues(fit)']>2*mn, 'x3', '-'))
hv
Dla większych zbiorów danych można użyć subset i/lub order patrzeć tylko pewnych wartości zakresów wartości kapeluszy:
subset(hv, warn=="x3")
subset(hv, warn%in%c("x2", "x3"))
hv[order(hv['hatvalues(fit)']), ]
I rzeczywiście natknąłem się na ładnym funkcji plot to robi w książce R in Action, ale ponieważ jest to książka chroniona prawami autorskimi, nie będę wyświetlać własności intelektualnej Kabacoff. Ale działka ta działałaby jeszcze lepiej w przypadku średnich zbiorów danych.
Oto przyzwoity kapelusz fabuła jednak, że może być także zbadanie:
plot(hatvalues(fit), type = "h")