Я начал немного копаться в функции plot.lm , эта функция дает шесть графиков для lm:
- График остатков от установленных значений
- График Scale-Location для sqrt (| остатки |) по отношению к подобранным значениям
- Нормальный график QQ, график расстояний Кука против меток строк
- График остатков против рычагов
- график расстояний Кука от плеча / (1 плечо)
И мне интересно, какие другие общие / полезные расширения существующих графиков существуют для линейных моделей, и как они могут быть сделаны в R? (ссылки на статьи пакетов также приветствуются)
Таким образом, функция boxcox (из {MASS}) является примером другого полезного диагностического графика (и такой ответ был бы отличным), однако мне более любопытно узнать о вариациях / расширениях на существующих диагностических графиках по умолчанию для lm в R (хотя в целом другие замечания по теме всегда приветствуются).
Вот несколько простых примеров того, что я имею в виду:
#Some example code for all of us to refer to
set.seed(2542)
x1 <- rnorm(100)
x2 <- runif(100, -2,2)
eps <- rnorm(100,0,2)
y <- 1 + 2*x1 + 3*x2 + eps
y[1:4] <- 14 # adding some contaminated points
fit <- lm(y~x1+x2)
#plot(y~x1+x2)
#summary(fit)
Чтобы построить остатки против каждого из потенциальных х
plot(resid(fit)~x1); abline (h = 0)
plot(resid(fit)~x2); abline (h = 0)
# plot(resid(fit)~x1+x2) # you can also use this, but then you wouldn't be able to use the abline on any plot but the last one
Чтобы добавить строку 0-1 (как эта строка называется на английском языке ?!) в qqplot, чтобы увидеть, насколько отклоняется от нее qqline
plot(fit, which = 2); abline(0,1, col = "green")
Построить qq-график с использованием внешне изученных остатков
# plot(fit, which = 2); abline(0,1, col = "green") # The next command is just like this one
qqnorm(rstandard(fit), ylim = c(-2.2,4.2)); qqline(rstudent(fit), lty = 2) ;abline(0,1, col = "green")
qqnorm(rstudent(fit), ylim = c(-2.2,4.2)); qqline(rstudent(fit), lty = 2) ;abline(0,1, col = "green")
# We can note how the "bad" points are more extreme when using the rstudent