revoScaleR::rxGlm()问题在rxGlm残差中

Question

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:包括我试图遵循的文献指南：

​

​

Answer 1

从您的问题中很难完全理解RevoScaleR包在残差方面提供了什么，以及您到底需要哪些残差。此外，对于残差的术语也有一些混淆，例如这里和这里就是一个例子。

有几点/观察可能对你有帮助。

在线性回归中，“原始”与“偏差”残差是相同的。

至少，我从运行glm玩具回归和预测结果中得到了什么，比如：

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")

这两者是完全相同的：

identical(res_raw, res_dev)
[1] TRUE

我想一旦你进入二元结果，情况就会更复杂。

标准偏差残差的计算公式

标准偏差残差由glm用rstandard方法计算。

res_std <- rstandard(modl)

查看getAnywhere(rstandard.glm)可以告诉您如何从偏差残差中手工计算标准化的残差：

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))手动计算标准化残差。所以你需要两样东西：hat和dispersion。我假设RevoScaleR提供色散参数。如果RevoScaleR中没有任何东西可以像influence(modl)$hat那样获取hat值，那么就必须从头开始：

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

现在计算标准化的偏差残差：

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