Rではじめるデータサイエンス

18.3

 モデルの可視化

317

18.3.2

 残差

予測の裏側は残差です。予測はモデルが捕捉したパターンを知らせ、残差はモデルが見逃したこ

とがらを伝えます。残差は、前に計算した観測値と予測値との距離となります。

add_residuals()

で、

add_predictions()

同様にデータに残差を追加します。しかし、作成した

格子ではなく、元のデータセットを使います。これは、残差の計算には実際の

y

値が必要だからです。

sim1 <- sim1 %>%

add_residuals(sim1_mod)

sim1

#> # A tibble: 30

×

3

#> x y resid

#> <int> <dbl> <dbl>

#> 1 1 4.20 -2.072

#> 2 1 7.51 1.238

#> 3 1 2.13 -4.147

#> 4 2 8.99 0.665

#> 5

2 10.24 1.919

#> 6 2 11.30 2.973

#> # ... with 24 more rows

モデルについて残差が示すことを理解するには、いくつかの方法があります。1 つの方法は、度数

分布多角形を描いて残差の分布の広がりを理解します。

ggplot(sim1, aes(resid)) +

geom_freqpoly(binwidth = 0.5)

318

18

章 

modelr

を使ったモデルの基本

 

これは、モデルの質の較正に役立ちます。予測が観測値とどれだけ離れているかです。残差の平

均は常に0 となることに注意します