#-----------------------------------------------------------# # Para rodar este programa deixe no objeto fit.model a saída # do ajuste da regressão dupla com erros normal inversa. # Deixe os dados disponíveis através do comando # attach(...). Depois use o comando source(...) no R ou # S-Plus para executar o programa. A sequência de comandos # é a seguinte: # # > fit.model <- ajuste # > attach(dados) # > source("diag_ninv_dglm") # # A saída terá quatro gráficos: de pontos de alacanca, de # pontos influentes e dois de resíduos. Para identificar # os pontos que mais se destacam usar o comando # identify(...). Se por exemplo se destacam três pontos # no plot(fitted(fit.model),h,...), após esse comando coloque # # > identify(fitted(fit.model),h,n=3) # # O mesmo pode ser feito nos demais gráficos. Nos gráficos de # resíduos foram colocados os limites ylim=c(a-1,b+1), em que # a é o menor valor e b o maior valor para o resíduo. #-----------------------------------------------------------# X <- model.matrix(fit.model) n <- nrow(X) p <- ncol(X) library(dglm) fi <- fitted(fit.model$dispersion) fi <- 1/fi w <- fit.model$weights w <- w*fi W <- diag(w) H <- solve(t(X)%*%W%*%X) H <- sqrt(W)%*%X%*%H%*%t(X)%*%sqrt(W) h <- diag(H) ts <- resid(fit.model,type="pearson")*sqrt(fi/(1-h)) td <- resid(fit.model,type="deviance")*sqrt(fi/(1-h)) par(mfrow=c(2,2)) di <- (h/(1-h))*(ts^2) a <- max(td) b <- min(td) # #plot(fitted(fit.model),h,xlab="Valor Ajustado", ylab="Medida h", pch=16) #identify(fitted(fit.model), h, n=1) # plot(di,xlab="Índice", ylab="Distância de Cook", pch=16) #identify(di, n=1) # plot(fitted(fit.model),td,xlab="Valor Ajustado", ylab="Resíduo Componente do Desvio", ylim=c(b-1,a+1),pch=16) abline(2,0,lty=2) abline(-2,0,lty=2) #identify(fitted(fit.model),td, n=1) #eta <- predict(fit.model) #z <- eta + resid(fit.model, type="pearson")/sqrt(w) #plot(predict(fit.model),z,xlab="Preditor Linear", #ylab="Variável z", pch=16) #lines(smooth.spline(predict(fit.model), z, df=2)) par(mfrow=c(1,1)) #------------------------------------------------------------#