resid_DHARMa: Grafico de residuales de un modelo LM, LMM, GLM, GLMM, GAM,...

In mariosandovalmx/tlamatini: Tlamatini: Funciones utiles para biologxs y ecologxs confundidos con los modelos lineales

Grafico de residuales de un modelo LM, LMM, GLM, GLMM, GAM, etc

Description

Muestra el ajuste del modelo LM, GLM, GLMM, GAM, etc. Esta función crea residuos escalados mediante la simulación del modelo ajustado, 250 simulaciones por default. Los residuos pueden ser extraídos con residuals.DHARMa. Ver testResiduals para una visión general de las pruebas de residuos, plot.DHARMa para una visión general de los gráficos disponibles. Esta función fue creada para explorar el ajuste, normalidad y homogeneidad de varianzas entre los grupos.

Usage

resid_DHARMa(Modelo, nsim = NULL)

Arguments

Modelo	Un modelo LM, GLM, GLMM, GAM.
nsim	Número de simulaciones. Cuanto menor sea el número, mayor será el error estocástico en los residuales. Además, para n muy pequeño, los artefactos de discretización pueden influir en las pruebas. Por defecto es 250, que es un valor relativamente seguro. Puede considerar aumentar a 1000 para estabilizar los valores simulados.

Value

Grafica los residuales de un modelo.

References

• Ali MM, Sharma SC (1996) Robustness to nonnormality of regression F-tests. J Econom71, 175–205.

• Lumley T, Diehr P, Emerson S, Chen L (2002) The importance of the normality assumption in large public health data sets. Annu Rev Public Health23, 151–169.

Examples

data(warpbreaks)
modelo <- glm(breaks ~ wool + tension, family= poisson("log"), data= warpbreaks)
resid_DHARMa(modelo)

### tambien se puede usar en GLMMs:
datos <- datasets::ChickWeight
library(lme4)
modelo <- glmer(weight ~ Diet +(1|Chick), family=gaussian("log"), data = datos)
resid_DHARMa2(modelo)

mariosandovalmx/tlamatini documentation built on Nov. 20, 2024, 12:28 a.m.