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

Esta es una función complementaria de la función resid.DHARMa. Muestra el ajuste del modelo LM, GLM, GLMM , GAM, etc. Esta función crea residuos escalados mediante la simulación del modelo ajustado. 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_DHARMa2(Modelo)

Arguments

Modelo

Un modelo LM, GLM, GLMM, GAM,

Value

Grafica los residuales de un modelo.

Examples

datos <- datasets::ChickWeight
library(lme4)
modelo <- glmer(weight ~ Diet +(1|Chick), family=gaussian("log"), data = datos)
#> boundary (singular) fit: see help('isSingular')
resid_DHARMa2(modelo)
#> Para saber si hay outliers, Outlier test: p > 0.05, no hay outliers:
#> 
#> 	DHARMa outlier test based on exact binomial test with approximate
#> 	expectations
#> 
#> data:  res
#> outliers at both margin(s) = 5, observations = 578, p-value = 0.8
#> alternative hypothesis: true probability of success is not equal to 0.00797
#> 95 percent confidence interval:
#>  0.00281 0.02007
#> sample estimates:
#> frequency of outliers (expected: 0.00796812749003984 ) 
#>                                                0.00865 
#> 
#> Para saber si hay evidencia de posible effecto inflado por exceso de ceros. p > 0.05 no hay efecto:

#> 
#> 	DHARMa zero-inflation test via comparison to expected zeros with
#> 	simulation under H0 = fitted model
#> 
#> data:  simulationOutput
#> ratioObsSim = NaN, p-value = 1
#> alternative hypothesis: two.sided
#>