逻辑回归后多数残差为负是什么原因？如何做逻辑回归拟合诊断？

数据集基本情况 #

结局变量为二分类，分为两类：出现副作用的患者、未出现副作用的患者，样本分布不均衡：出现副作用的样本共128例，未出现副作用的样本共1614例。

模型运行结果 #

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.3209  -0.4147  -0.3217  -0.2455   2.7529  

Coefficients:
                       Estimate Std. Error z value Pr(>|z|)    
(Intercept)           -7.888112   0.859847  -9.174  < 2e-16 ***
age                    0.028529   0.009212   3.097  0.00196 ** 
bmi                    0.095759   0.015265   6.273 3.53e-10 ***
surgery_axilla_type11  0.923723   0.524588   1.761  0.07826 .  
surgery_axilla_type21  1.607389   0.600113   2.678  0.00740 ** 
surgery_axilla_type31  1.544822   0.573972   2.691  0.00711 ** 
cvd1                   0.624692   0.290005   2.154  0.03123 *  
rt_axilla1            -0.816374   0.353953  -2.306  0.02109 * 

系数结果符合预期：年龄、BMI、腋窝手术、心血管疾病会升高副作用发生概率。

待解决问题 #

• 观察残差发现大部分残差为负，推测模型存在预测值偏低的问题，需要排查原因
• 不了解逻辑回归的诊断方法：线性回归可以通过R的plot函数查看残差分布、QQ图等判断拟合效果，但不清楚逻辑回归除了查看输出结果外还可以做哪些诊断分析，也不知道如何制作逻辑回归的诊断图

残差直方图 #

内容的提问来源于stack exchange，提问作者HKJ3