R 有序多项式回归中的残差和图

我需要绘制一个包含拟合值和有序多标称logit回归的残差值的组合残差图

使用polr时如何提取残差？是否有其他运行ord multinominal logit的函数可以提取残差

这是我使用的代码

options(contrasts = c("contr.treatment", "contr.poly"))
mod1 <- polr(as.ordered(y) ~ x1 + x2 + x3, data, method='logistic')

fit <- mod1$fitted.values
res <- residuals(mod1)
binnedplot(fit, res)

选项（对比度=c（“对照疗法”、“对照疗法”））
mod1首先，你能告诉我们对于一个有分类反应的模型，原则上如何定义残差吗<代码>拟合。值

是概率矩阵。您可以根据正确的预测定义残差（将最有可能的结果定义为预测，如

predict

对象的默认

polr

方法中所述）——或者您可以计算真值和预测值的n×n表。或者，您可以将顺序数据缩减回整数范围，并计算平均结果作为预测。。。但是我看不出有什么独特的方法可以首先定义残差。

在polr（）中，没有返回残差的函数。您应该使用它的定义手动计算它。

实际上有很多方法可以从序数probit/logit中获取残差。尽管

polr

不提供任何残差，

vglm

提供了一些残差。请参见

VGAM

软件包中的

？剩余vglm

（另请参见下文）

注：然而，对于控制函数/2SRI方法，Wooldridge（2014）建议使用Vella（1993）中描述的广义残差。据我所知，目前在

R

中没有这些数据，但它们在Stata中（使用

predict gr，score

）

VLGM中的残差

polr的替代残差 您可以使用包

sure

（）计算带有

resids

的代理残差。该方案基于《美国统计协会杂志》上的一篇文章

library(sure) # for residual function and sample data sets
library(MASS) # for polr function

df1 <- df1
df1$x1 <- df1$x
df1$x <- NULL
df1$y <- df2$y
df1$x2 <- df2$x
df1$x3 <- df3$x

options(contrasts = c("contr.treatment", "contr.poly"))
mod1 <- polr(as.ordered(y) ~ x1 + x2 + x3, data=df1, method='probit')

fit <- mod1$fitted.values
res <- resids(mod1)

library（sure）#用于残差函数和样本数据集
库（质量）#用于polr功能
我能看一下数据吗？（我无法回答，因为我不太了解R，但我想复制来学习）thanks@moldovean，用于
polr
函数的
MASS
程序包帮助页中确实有一些示例数据集。Gelman&Hill提供了一种计算顺序逻辑回归残差的方法。他们根据切点计算每种情况的加权平均值，计算残差，然后将这些残差进行装箱以进行图形显示。我知道这是一个非常古老的答案，但我看到您仍然在堆栈上活动。。所以我想试试看。我想在第一阶段使用控制函数（CF）/两阶段剩余包含（2SRI）和
polr
。我想知道您关于如何计算
polr
残差的不同建议是否适用于此目的（2SLS方法将包括
polr
的拟合值，但在模拟2SLS时结果会不一致，而且我不知道有任何软件直接执行顺序-2SLS）。我就我对交叉验证的评论提出了一个问题：