Residuos frente a ajustados

Si un modelo falla de forma sistemática.

Definición

Residuos frente a ajustados pone en horizontal lo que predijo un modelo y en vertical cuánto se equivocó en cada observación. Una nube sin forma alrededor del cero es la buena noticia; una curva, un embudo o un tramo desplazado delatan que el modelo falla de forma sistemática. Se usa para diagnosticar regresiones y modelos de predicción.

Editar con tus datos SVG Spec JSON

El tasador automático no falla al azar: falla por tramo de precio

Datos: x · y · value · label
Buena para: Detectar si un modelo se equivoca siempre en el mismo sentido en algún tramo de sus predicciones.
Evítala cuando: Cuando no tienes las predicciones del modelo: la pieza no ajusta nada, las trae quien las calculó.
Se lee bien: Entre 6 y 500 elementos; dibuja hasta 500
Datos que faltan: Omite el valor ausente y lo declara aparte.
Accesibilidad: Lector de pantalla: resumen en texto · respeta «reducir movimiento»

Forma de los datos

Qué columnas pide

Columna	Tipo	Para qué
`x`	number	El VALOR AJUSTADO: lo que el modelo predijo para esa observación. Es el eje horizontal. Esta figura no ajusta ningún modelo — las predicciones las trae quien las calculó.
`y` · opcional	number	El RESIDUO, si ya viene calculado. Es el eje vertical. Sin él se deriva de «value» menos «x»; con los dos presentes se comprueba que cuadran y se rechaza la tabla si no.
`value` · opcional	number	El valor OBSERVADO, lo que de verdad pasó. Hace falta cuando no se declara «y»: el residuo sale de restarle el ajustado. Al menos uno de los dos tiene que venir.
`label` · opcional	string	Quién es cada observación. Sin ella la nube se dibuja igual, pero los residuos mayores no se pueden nombrar, que es la mitad accionable de la figura.

Tamaños

Ancha por necesidad

Esta pieza necesita anchura para que cada rótulo quepa entero. El motor prefiere decirlo a apretarla.

A menos de 480 px sus rótulos no caben sin pisarse o recortarse, y el motor no la publica así. En el móvil se ve la versión ancha, a tamaño legible y sin recortar, dentro de un marco que se desliza.

Cuándo usarla

Tres preguntas antes de elegirla

¿Ya tienes un modelo ajustado?

Si aún estás viendo si dos variables se relacionan, la dispersión con regresión ajusta la recta y señala quién se sale.

Sí: quédate con residuos frente a ajustados

No: usa Dispersión con regresión

¿Te importa el patrón de los errores más que su distribución?

Si quieres ver si los residuos siguen una normal, el gráfico Q-Q compara sus cuantiles con los teóricos.

Sí: quédate con residuos frente a ajustados

No: usa Gráfico Q-Q

¿El modelo predice un valor numérico?

Si clasifica en categorías, la matriz de confusión cuenta aciertos y errores por clase.

Sí: quédate con residuos frente a ajustados

No: usa Matriz de confusión

Código

La misma pieza, con tus datos

import { getPreset, renderComposition } from 'visx-render/node';

const spec = await getPreset('residuals-vs-fitted');
spec.data.rows = misFilas; // x
const { svg, warnings } = await renderComposition(spec);

También en React con Chart y prepareComposition. Guía para desarrolladores →

Dudas

¿Hace falta dar el residuo?

No: si traes el valor observado, se calcula restándole el ajustado. Si vienen los dos, se comprueba que cuadran y la tabla se rechaza si no.

¿Por qué se escribe la ventana del suavizado?

Porque un suavizado sin ventana declarada encuentra curvatura en cualquier nube. Con la ventana a la vista, el lector puede juzgar si la forma es real.

¿Para qué sirve la columna de etiquetas?

Para nombrar los residuos mayores, que son la parte accionable. Sin ella la nube se dibuja igual, pero sin nombres.

¿Qué hace si faltan datos?

Omite el valor ausente y lo declara aparte.

¿Cómo se ve en el móvil?

A menos de 480 px el motor no la compone sin pisar o cortar rótulos, y lo dice. En el móvil se ve la versión ancha, a tamaño legible, dentro de un marco que se desliza.

Relacionadas

Otras formas de responder «si dos cosas van juntas»

Guía para elegir: si dos cosas van juntas →