使用 tidymodels 验证模型假设

Question

在 tidymodels 宇宙之外，验证模型假设很容易。例如线性回归（函数 lm），包 performance 创建易于理解的图形和简单的函数（check_heteroscedasticity ()) 验证线性回归模型的假设：

残差的正态性
残差的独立性
残差的同质性
变量的非共线性。

tidymodels universe 中是否有等效的包来验证模型的假设？ Tidymodels 包创建 parnsnip 对象，因此像 performance 这样的旧模型评估包是无用的。

感谢您的帮助

Answer 1

您使用 {parsnip} 或其他 {tidymodels} 获得的拟合模型将包含您使用的任何引擎的基础拟合模型。

有时，适合的欧洲防风草对象将直接与您正在使用的函数一起使用。 {performance} 中的 check_model() 函数就是这种情况。

library(tidymodels)
library(performance)

lm_spec <- linear_reg() %>%
  set_mode("regression") %>%
  set_engine("lm")

lm_fit <- fit(lm_spec, mpg ~ ., data = mtcars)

lm_fit %>%
  check_model()

有时您会收到错误消息，因为该函数不知道如何处理 model_fit 对象。您可以使用 extract_fit_engine() 来提取引擎产生的拟合，然后可以与 check_heteroscedasticity().

一起使用

lm_fit %>% 
  extract_fit_engine() %>%
  check_heteroscedasticity()
#> OK: Error variance appears to be homoscedastic (p = 0.188).

^{由 reprex package (v2.0.1)}

于 2021-09-06 创建

使用 tidymodels 验证模型假设

Verify model assumptions with tidymodels

r

tidymodels