Słownik metodologiczny · Modele regresji

Wykres robaczkowy (worm plot) – jak sprawdzić dopasowanie rozkładu w modelu?

Wykres robaczkowy to wykres kwantylowy reszt „położony” na osi poziomej, dzięki czemu widać drobne odchylenia od rozkładu normalnego. Pokazujemy, jak czytać położenie, nachylenie i wygięcie robaka i jak porównać model normalny z modelem Boxa–Coksa w gamlss.

Strona główna / Słownik / Wykres robaczkowy (worm plot)
W skrócie: Wykres robaczkowy (worm plot) pokazuje, o ile każda uporządkowana reszta modelu odbiega od oczekiwanego kwantyla rozkładu normalnego. Gdy model jest dobry, punkty tworzą poziomego „robaka” wewnątrz pasma 95%. Przesunięcie, nachylenie i wygięcie robaka wskazują, który parametr rozkładu – położenie, rozrzut czy skośność – jest źle opisany.

Co to jest wykres robaczkowy?

Wykres robaczkowy (ang. worm plot) to wykres kwantylowy reszt z odjętą przekątną. Na osi poziomej leży oczekiwany kwantyl rozkładu normalnego z, a na pionowej – różnica między uporządkowaną resztą a tym kwantylem. Dobre dopasowanie daje poziomego „robaka” wokół zera. Van Buuren i Fredriks (2001) zaproponowali ten wykres do budowy siatek centylowych, czyli norm zależnych od wieku. Dziś służy głównie do diagnostyki modeli GAMLSS, w których od wieku zależą nie tylko średnia, lecz także rozrzut i skośność rozkładu (Rigby i Stasinopoulos, 2005). Reszty takiego modelu przekształca się tak, by przy poprawnym modelu miały standardowy rozkład normalny.

Jak czytać robaka

  • Poziomy robak w paśmie 95% (linie przerywane) – dopasowanie zgodne z modelem.
  • Przesunięty w górę lub w dół – źle opisane położenie, np. mediana.
  • Nachylony – źle opisany rozrzut. Robak rosnący oznacza, że model zaniża zmienność.
  • Wygięty w literę U lub ∩ – nieuwzględniona skośność. Kształt litery S wskazuje na ogony, czyli kurtozę.

Według autorów położenie, nachylenie i wygięcie robaka wiążą się z dopasowaniem krzywych mediany, zmienności i skośności. Robaki rysuje się zwykle osobno w kilku przedziałach wieku.

Przykład

Symulowano masę ciała 1000 dzieci w wieku 6–18 lat. Mediana i rozrzut rosną z wiekiem, a rozkład jest prawoskośny (wzrost mediany i rozrzutu ustawiono ręcznie, ziarno 754 nie było zmieniane). Dopasowano dwa modele z gładkimi krzywymi mediany i rozrzutu: normalny (NO) i Boxa–Coksa (BCCG), który dodaje parametr skośności, jak w metodzie LMS. Model BCCG ma niższe AIC (7096.7 wobec 7141.5). Poza pasmem 95% leży 36.3% punktów robaka modelu normalnego i 0.0% modelu BCCG. Model normalny myli się też w ogonach: poniżej jego 3. centyla jest tylko 1.3% dzieci, a powyżej 97. – 3.4%. W modelu BCCG jest to 2.8% i 2.4%.

Na rysunku

Dwa wykresy robaczkowe z przerywanym pasmem 95% w kształcie lejka rozszerzającego się na krańcach. A, model normalny: pomarańczowe trójkąty tworzą literę U – w środku około −0.1, na obu krańcach powyżej +0.3, wiele punktów poza pasmem. B, model Boxa–Coksa: niebieskie kropki leżą płasko wokół zera, wszystkie w paśmie
Rysunek 1. Wykresy robaczkowe reszt dla modelu normalnego (A) i modelu Boxa–Coksa (B). Obliczenia: R, pakiety gamlss, ggplot2 i patchwork (dane symulowane, set.seed(754)).

Co widać. Robak modelu normalnego ma kształt litery U: oba krańce leżą powyżej zera. Prawy ogon reszt jest dłuższy, a lewy krótszy niż w rozkładzie normalnym, czyli rozkład jest prawoskośny. Po dodaniu parametru skośności robak leży płasko w paśmie.

Na co uważać. Jeden robak dla całej próby może ukryć złe dopasowanie w części zakresu wieku, dlatego sprawdź też robaki w przedziałach wieku. Pasmo rozszerza się na krańcach, bo skrajnych reszt jest mało. Na rysunku jest co czwarty punkt; odsetki liczono ze wszystkich.

Podpis do pracy:

Rysunek 1. Wykresy robaczkowe znormalizowanych reszt kwantylowych dla modelu z rozkładem normalnym (A) i rozkładem Boxa–Coksa (BCCG; B). Uwaga. Oś pozioma: kwantyl rozkładu normalnego; oś pionowa: różnica między resztą a kwantylem; linie przerywane – 95% pasmo dla poprawnego modelu. N = 1000.
Szare punkty masy ciała dzieci w wieku 6–18 lat i pięć niebieskich krzywych centylowych C3, C10, C50 (przerywana), C90 i C97; krzywe rozchodzą się z wiekiem, a C97 oddala się od mediany szybciej niż C3
Rysunek 2. Siatka centylowa masy ciała z modelu BCCG. Obliczenia: R, pakiety gamlss i ggplot2 (dane symulowane).

Co widać. Centyle rozchodzą się z wiekiem i są asymetryczne: 97. centyl oddala się od mediany szybciej niż 3. To skośność, którą wykrył robak.

Na co uważać. Gładka siatka wygląda wiarygodnie także przy złym modelu. Jej jakość ocenia robak, nie wygląd krzywych.

Podpis do pracy:

Rysunek 2. Krzywe centylowe masy ciała w zależności od wieku (3., 10., 50., 90. i 97. centyl) z modelu GAMLSS z rozkładem Boxa–Coksa. Uwaga. Punkty – połowa próby normalizacyjnej. N = 1000.

Kod obu rysunków jest w sekcji Wykres robaczkowy w R. Rysunki na stronie powstały z tych samych obiektów z motywem serwisu (krój, siatka); dane, geometrie i skale są identyczne.

Jak opisać w pracy

Krzywe centylowe masy ciała oszacowano modelem GAMLSS z gładkimi funkcjami wieku dla mediany i rozrzutu. Wykres robaczkowy reszt modelu z rozkładem normalnym miał kształt litery U (36.3% punktów poza 95% pasmem), co wskazywało na prawoskośność. Model z rozkładem Boxa–Coksa (BCCG) usunął to odchylenie (wszystkie punkty w paśmie) i miał niższe AIC (7096.7 wobec 7141.5).

Na co uważać

  • Pasmo zależy od liczebności. W dużej próbie drobne odchylenia wychodzą poza pasmo, w małej robak mieści się w nim nawet przy złym modelu.
  • Robak nie wybiera modelu sam. Porównuj też kryteria informacyjne (AIC i BIC) i sensowność krzywych.
  • Reszty muszą być kwantylowe. Surowe reszty modelu ze skośnym rozkładem nie powinny być normalne, więc robak z nich nic nie mówi.
  • Tę samą skośność można usunąć transformacją Boxa–Coksa, ale wtedy centyle trzeba przeliczyć z powrotem na skalę wyniku. Jak czytać centyle normy, opisuje hasło percentyl normy, a inne wykresy diagnostyczne – galeria wykresów reszt.
Przykład reprodukowalny

Wykres robaczkowy w R

Kod symuluje dane, dopasowuje modele NO i BCCG w pakiecie gamlss, liczy robaka ręcznie (to samo co funkcja wp(), ale w ggplot2) i siatkę centylową (centiles.pred()). Na końcu buduje oba rysunki (obiekty p1 i p2).

Robaki dwóch modeli i siatka centylowa

Dane wejściowe: 1000 dzieci, wiek 6–18 lat i masa ciała o rozkładzie prawoskośnym (dane symulowane, set.seed(754)).

Co odczytać: AIC obu modeli, odsetek punktów robaka poza 95% pasmem i odsetek dzieci poniżej 3. i powyżej 97. centyla.

R
# Wykres robaczkowy dla dwóch modeli GAMLSS: normalnego (NO) i Boxa–Coksa (BCCG, metoda LMS)
suppressPackageStartupMessages({library(gamlss); library(ggplot2); library(patchwork)})
kol <- c(NO = "#D55E00", BCCG = "#0072B2")               # Okabe–Ito; modele różnią się też kształtem punktów
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank())
set.seed(754)                                            # 1000 dzieci w wieku 6–18 lat
n <- 1000
wiek <- runif(n, 6, 18)
mediana <- 20 + 2.6 * (wiek - 6) + 0.12 * (wiek - 6)^2   # mediana masy ciała (kg) rośnie z wiekiem
s <- 0.15 + 0.012 * (wiek - 6)                           # rozrzut rośnie z wiekiem
dane <- data.frame(wiek, masa = mediana * exp(s * rnorm(n)))   # rozkład prawoskośny
m_no <- gamlss(masa ~ pb(wiek), sigma.formula = ~ pb(wiek), family = NO, data = dane, trace = FALSE)
m_bccg <- gamlss(masa ~ pb(wiek), sigma.formula = ~ pb(wiek), nu.formula = ~ 1,
                 family = BCCG, data = dane, trace = FALSE)
robak <- function(model, nazwa) {                        # to samo liczy gamlss::wp(model)
  r <- sort(resid(model))                                # znormalizowane reszty kwantylowe
  p <- ppoints(length(r))
  z <- qnorm(p)
  pas <- 1.96 * sqrt(p * (1 - p) / length(r)) / dnorm(z) # 95% pasmo dla poprawnego modelu
  data.frame(model = nazwa, z, odchylenie = r - z, pas)
}
w <- rbind(robak(m_no, "NO"), robak(m_bccg, "BCCG"))
w$model <- factor(w$model, levels = c("NO", "BCCG"))
round(c(AIC_NO = AIC(m_no), AIC_BCCG = AIC(m_bccg)), 1)
round(100 * tapply(abs(w$odchylenie) > w$pas, w$model, mean), 1)   # % punktów poza pasmem
round(100 * c(ponizej_C3_NO = mean(pnorm(resid(m_no)) < 0.03), ponizej_C3_BCCG = mean(pnorm(resid(m_bccg)) < 0.03),
              powyzej_C97_NO = mean(pnorm(resid(m_no)) > 0.97), powyzej_C97_BCCG = mean(pnorm(resid(m_bccg)) > 0.97)), 1)
# gamlss::wp(m_bccg, xvar = dane$wiek, n.inter = 4)      # gotowe robaki w czterech przedziałach wieku
etykiety <- c(NO = "A. Model normalny (NO)", BCCG = "B. Model Boxa–Coksa (BCCG)")
w_rys <- w[seq(1, nrow(w), by = 4), ]                   # na rysunku co czwarty punkt (krótszy plik)
p1 <- ggplot(w_rys, aes(z, odchylenie)) +
  geom_line(aes(y = pas), linetype = "dashed", colour = "grey40") +
  geom_line(aes(y = -pas), linetype = "dashed", colour = "grey40") +
  geom_hline(yintercept = 0, colour = "grey60") +
  geom_point(aes(colour = model, shape = model), size = 1.1, alpha = 0.7, show.legend = FALSE) +
  scale_colour_manual(values = kol) + scale_shape_manual(values = c(NO = 17, BCCG = 16)) +
  facet_wrap(~ model, labeller = as_labeller(etykiety)) +
  coord_cartesian(xlim = c(-3.2, 3.2), ylim = c(-0.8, 0.8)) +
  labs(x = "Kwantyl rozkładu normalnego (z)", y = "Odchylenie reszty od z") + motyw
siatka <- seq(6, 18, by = 0.25)
centyle <- c(3, 10, 50, 90, 97)
cp <- centiles.pred(m_bccg, xname = "wiek", xvalues = siatka, cent = centyle, data = dane)
d_c <- data.frame(wiek = rep(siatka, length(centyle)), masa = unlist(cp[, -1]),
                  centyl = factor(rep(centyle, each = length(siatka))))
p2 <- ggplot(dane[seq(1, n, by = 2), ], aes(wiek, masa)) +  # co drugie dziecko na tle centyli
  geom_point(colour = "grey60", size = 0.8, alpha = 0.5) +
  geom_line(data = d_c, aes(group = centyl, linetype = centyl == "50"), colour = kol[["BCCG"]],
            linewidth = 0.9, show.legend = FALSE) +
  annotate("text", x = 18.15, y = unlist(cp[nrow(cp), -1]), label = paste0("C", centyle), hjust = 0, size = 3.6) +
  scale_x_continuous(breaks = seq(6, 18, 2)) + coord_cartesian(xlim = c(6, 18.8), clip = "off") +
  labs(x = "Wiek (lata)", y = "Masa ciała (kg)") + motyw
p1
p2
Wynik w R
  AIC_NO AIC_BCCG 
  7141.5   7096.7 
  NO BCCG 
36.3  0.0 
   ponizej_C3_NO  ponizej_C3_BCCG   powyzej_C97_NO powyzej_C97_BCCG 
             1.3              2.8              3.4              2.4 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. gamlss (wersja 5.5.5) i gamlss.dist (wersja 6.1.11): Rigby, R. A., & Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape. Journal of the Royal Statistical Society Series C: Applied Statistics, 54(3), 507–554. https://doi.org/10.1111/j.1467-9876.2005.00510.x
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Czym wykres robaczkowy różni się od wykresu Q-Q?

To ten sam wykres z odjętą przekątną. Od każdej uporządkowanej reszty odejmuje się jej oczekiwany kwantyl, więc idealne dopasowanie leży na poziomej linii zero, a oś pionową można rozciągnąć. Odchylenia rzędu dziesiątych części, niewidoczne na wykresie Q-Q, stają się wyraźne.

Co oznacza robak w kształcie litery U?

Reszty są prawoskośne: model zakłada rozkład symetryczny, a dane mają dłuższy prawy ogon. Pomaga rozkład z parametrem skośności, np. BCCG albo BCT, albo transformacja wyniku. Robak w kształcie litery S wskazuje zwykle na źle opisane ogony, czyli kurtozę.

Jak narysować wykres robaczkowy w R?

Dla modelu z pakietu gamlss wystarczy funkcja wp(model). Argument xvar z liczbą przedziałów n.inter rysuje osobne robaki w przedziałach współzmiennej, np. wieku. Dla innego modelu można podać wektor reszt argumentem resid.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Rigby, R. A., & Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape. Journal of the Royal Statistical Society Series C: Applied Statistics, 54(3), 507–554. https://doi.org/10.1111/j.1467-9876.2005.00510.x
  2. van Buuren, S., & Fredriks, M. (2001). Worm plot: A simple diagnostic device for modelling growth reference curves. Statistics in Medicine, 20(8), 1259–1277. https://doi.org/10.1002/sim.746

Cytowania BibTeX

@article{rigby2005generalized, author={Rigby, Robert A. and Stasinopoulos, D. Mikis}, title={{Generalized additive models for location, scale and shape}}, journal={Journal of the Royal Statistical Society Series C: Applied Statistics}, year={2005}, volume={54}, number={3}, pages={507--554}, doi={10.1111/j.1467-9876.2005.00510.x}}
@article{vanbuuren2001worm, author={van Buuren, Stef and Fredriks, Miranda}, title={{Worm plot: A simple diagnostic device for modelling growth reference curves}}, journal={Statistics in Medicine}, year={2001}, volume={20}, number={8}, pages={1259--1277}, doi={10.1002/sim.746}}
R