Soy un completo novato cuando se trata de regresión logística y parece que no soy muy consciente del concepto de residuos de desviación. ¿Podría alguien ayudarme a interpretar este gráfico? Por lo que sé, estos valores residuales deberían caer a lo largo del intercepto. 
Todas las covariables son estadísticamente significativas.
Cualquiera de las diversas formas de residuales utilizadas en relación con los MLG (residuales brutos, de Pearson, de desviación, de Anscombe e incluso de trabajo) puede ser difícil de interpretar visualmente.
Sin embargo, en términos generales, se espera que sus residuos de desviación tengan una media cercana a 0 y una varianza casi constante, cuando se representan gráficamente frente a cualquier predictor, o frente a valores ajustados, o incluso frente a su índice (que normalmente no es especialmente significativo, a menos que represente una ordenación en el momento en que se recogió la observación o algo así, en cuyo caso podría ser bastante útil).
En este caso, hasta donde puedo discernir, tienes lo que parece una media cercana a 0 contra Índice.
Puede ser difícil ver dónde está el valor típico en el caso de la regresión logística (a veces puede ser útil considerar la posibilidad de observar una suavidad de los valores por ese motivo).
Si aún no lo ha hecho, intente plot(rf1) .
Gracias :) He trazado mi rf1 pero aparte de QQ ninguno de estos trazados me parece familiar. Como dices, la clase 1/0 está desequilibrada (como 15/1). En el siguiente paso intentaré aplicar la conexión para el intercepto, ya que supongo que la prevalencia en toda la población será similar a la de la muestra. También intentaría ponderar mis observaciones. Ya os contaré cómo afecta a la distribución de los residuos.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
3 votos
Esto indica que estás tratando de predecir algo raro. En mi opinión, no se dispone de suficientes predictores de los casos "raros". Si los tuvieras, probablemente habría más puntos en el rango 0-2. O eso, o hay una cierta clase de puntos en los que su modelo no funciona bien. ¿El intercepto estimado es de gran magnitud?
0 votos
Sin correcciones es : Estimación Error estándar Valor z Pr(>|z|) (Intercepción) -2,80805 0,45605 -6,157 7,40e-10 ***