Gráficos de resíduos para Ajustar modelo de efeitos mistos

Encontre definições e orientação de interpretação para cada gráfico de resíduo.
Observação

Você pode representar graficamente resíduos marginais e condicionais. Os ajustes marginais são os valores ajustados para a população geral. Use os resíduos condicionais para verificar a normalidade do termo de erro no modelo.

Histograma de resíduos

O histograma dos resíduos mostra a distribuição dos resíduos padronizados para todas as observações. Utilize este gráfico para identificar linhas de dados com resíduos muito maiores do que outras linhas. Além disso, investigue essas linhas para saber se elas foram coletadas corretamente.

Gráficos de probabilidade normal de resíduos

Um gráfico de probabilidade normal dos resíduos mostra os resíduos versus seus valores esperados quando a distribuição é normal. Utilize este gráfico para identificar linhas de dados com resíduos muito maiores do que outras linhas. Além disso, investigue essas linhas para saber se elas foram coletadas corretamente.

Resíduos versus ajustes

O gráfico de resíduos versus ajustes representa graficamente os resíduos no eixo Y e os valores ajustados no eixo X. Utilize este gráfico para identificar linhas de dados com resíduos muito maiores do que outras linhas. Além disso, investigue essas linhas para saber se elas foram coletadas corretamente. Ademais, você também pode usar este gráfico para observar padrões específicos nos resíduos que podem indicar outras variáveis a serem consideradas.

Resíduos x ordem

O gráfico de resíduos versus ordem mostra os resíduos na ordem em que os dados foram coletados. Utilize este gráfico para identificar linhas de dados com resíduos muito maiores do que outras linhas. Além disso, investigue essas linhas para saber se elas foram coletadas corretamente. Se o gráfico exibir um padrão em ordem de tempo, você pode tentar incluir um termo dependente de tempo no modelo para remover o padrão.

Resíduos versus as variáveis

O gráfico de resíduos versus variáveis apresenta os resíduos comparados com outras variáveis. A variável já pode estar incluída em seu modelo. Ou, a variável pode não estar no modelo, mas você suspeita que afeta a resposta.

Se você perceber um padrão não-aleatório nos resíduos, isso indica que a variável afeta a resposta de uma forma sistemática. Considere a inclusão desta variável em uma análise.