我需要绘制一个分级残差图，其中包含来自有序多项 logit 回归的拟合残差值。
使用 polr 时如何提取残差？是否有任何其他运行 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$fitted.values
res <- residuals(mod1)
binnedplot(fit, res)
问题是对象“res”是“null”。
谢谢
首先，您能否告诉我们原则上如何为具有分类响应的模型定义残差？fitted.values是一个概率矩阵。您可以根据正确的预测来定义残差（将最可能的结果定义为预测，就像在对象的默认predict方法中一样polr）——或者您可以计算一个真实值和预测值的 n×n 表。或者，您可以将序数数据减少回整数尺度并计算平均结果作为预测......但我看不出有任何独特的方法可以首先定义残差。
实际上有很多方法可以从序数 probit/logit 中获取残差。虽然polr不提供任何残差，但vglm提供了几个。?residualsvglm从包装中查看VGAM（另见下文）。
注意：但是，对于控制函数/2SRI 方法，Wooldridge (2014) 建议使用 Vella (1993) 中描述的广义残差。据我所知，这些目前在 中不可用R，虽然我正在努力，但它们在 Stata 中（使用predict gr, score）
您可以使用包sure（链接）来计算代理残差resids。该软件包基于美国统计协会杂志上的这篇论文。
library(sure) # for residual function and sample data sets
library(MASS) # for polr function
df1 <- df1
df1$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)
编辑：一个大问题是以下（来自?resids）：
"注意：代理残差需要从连续分布中采样；因此，每次调用残差的结果都会有所不同。当 method = "latent" 时，用于从截断分布中采样的内部函数基于 rtrunc 和 qtrunc 的修改版本。 "
即使在运行时resids(mod1, nsim=1000, method="latent")，也没有收敛的结果。
在 polr() 中，没有返回残差的函数。您应该使用其定义手动计算它。