나는 plot.lm 함수에 비트를 파기 시작했습니다 .이 함수는 lm에 대한 6 개의 플롯을 제공합니다.
- 적합치에 대한 잔차 그림
- 적합치에 대한 sqrt (| 잔차 |)의 스케일 위치 플롯
- 일반 QQ 플롯, Cook의 거리와 행 레이블의 플롯
- 레버리지에 대한 잔차 그림
- 레버리지 / (1- 레버리지)에 대한 Cook의 거리 플롯
그리고 선형 모델에 대해 현재 플롯의 다른 공통 / 유용한 확장이 무엇인지 궁금 하며 R에서 어떻게 수행 할 수 있습니까? (패키지 기사 링크도 환영합니다)
따라서 boxcox 함수 ({MASS})는 또 다른 유용한 진단 플롯의 예입니다 (그러한 답변은 훌륭 할 것입니다) .R의 lm에 대한 기존 기본 진단 플롯의 변형 / 확장에 대해 더 궁금합니다. 주제에 대한 다른 언급은 항상 환영합니다).
다음은 내가 의미하는 간단한 예입니다.
#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)
잔차 대 각 전위 x를 플로팅하려면
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
qqplot에 0-1 행 (이 라인은 영어로 어떻게 호출됩니까?!)을 추가하여 qqline이 얼마나 많이 벗어나는지 확인
plot(fit, which = 2); abline(0,1, col = "green")
외부 적으로 학생 화 된 잔차를 사용하여 QQ 플롯을 플롯하려면
# 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