您能告诉我什么是由返回glm $残差和残差(glm)其中glm是quasipoisson对象。例如我将如何使用glm $ y和glm $ linear.predictors来创建它们。
GLM $残差
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
最低:-4.243 -3.552 -3.509 -3.481 -3.464 最高:8.195 8.319 8.592 9.089 9.416
渣油(GLM)
n missing unique Mean .05 .10 .25
37715 0 2048 -2.727e-10 -1.0000 -1.0000 -0.6276
.50 .75 .90 .95
-0.2080 0.4106 1.1766 1.7333
最低:-1.0000 -0.8415 -0.8350 -0.8333 -0.8288 最高:7.2491 7.6110 7.6486 7.9574 10.1932
这太好了。现在我只需要了解每种残差何时对回归诊断最有用。下面Adam提出的图书推荐(Hardin和Hilbe的“广义线性模型和扩展”)似乎很有帮助,还有其他建议吗? – 2010-03-28 21:31:30