plot.lm()：提取诊断 Q-Q 图中标记的数字
plot.lm(): extracting numbers labelled in the diagnostic Q-Q plot
对于下面的简单示例，您可以看到在随后的图中标识了某些点。如何提取这些图中标识的行号，尤其是正态 Q-Q 图？
set.seed(2016)
maya <- data.frame(rnorm(100))
names(maya)[1] <- "a"
maya$b <- rnorm(100)
mara <- lm(b~a, data=maya)
plot(mara)
我尝试使用 str(mara) 来查看是否可以在那里找到列表，但是我在那里看不到普通 Q-Q 图中的任何数字。想法？
我已使用 set.seed(2016) 编辑了您的问题以实现可重复性。为了回答你的问题，我需要解释一下如何生成你看到的 Q-Q 图。
se <- sqrt(sum(mara$residuals^2) / mara$df.residual) ## Pearson residual standard error
hii <- lm.influence(mara, do.coef = FALSE)$hat ## leverage
std.resi <- mara$residuals / (se * sqrt(1 - hii)) ## standardized residuals
## these three lines can be replaced by: std.resi <- rstandard(mara)
现在，让我们比较一下我们自己生成的Q-Q图和plot.lm生成的Q-Q图：
par(mfrow = c(1,2))
qqnorm(std.resi, main = "my Q-Q"); qqline(std.resi, lty = 2)
plot(mara, which = 2) ## only display Q-Q plot
一样吧？
现在，唯一剩下的问题就是如何标记数字了。这些标记点标记了最大的 3 绝对 标准化残差。考虑：
x <- sort(abs(std.resi), decreasing = TRUE)
id <- as.integer(names(x))
id[1:3]
# [1] 23 8 12
现在，如果您仔细查看图表，您会发现这三个数字正是显示的内容。知道这一点，你也可以查看，例如id[1:5].
对于下面的简单示例，您可以看到在随后的图中标识了某些点。如何提取这些图中标识的行号，尤其是正态 Q-Q 图？
set.seed(2016)
maya <- data.frame(rnorm(100))
names(maya)[1] <- "a"
maya$b <- rnorm(100)
mara <- lm(b~a, data=maya)
plot(mara)
我尝试使用 str(mara) 来查看是否可以在那里找到列表，但是我在那里看不到普通 Q-Q 图中的任何数字。想法？
我已使用 set.seed(2016) 编辑了您的问题以实现可重复性。为了回答你的问题，我需要解释一下如何生成你看到的 Q-Q 图。
se <- sqrt(sum(mara$residuals^2) / mara$df.residual) ## Pearson residual standard error
hii <- lm.influence(mara, do.coef = FALSE)$hat ## leverage
std.resi <- mara$residuals / (se * sqrt(1 - hii)) ## standardized residuals
## these three lines can be replaced by: std.resi <- rstandard(mara)
现在，让我们比较一下我们自己生成的Q-Q图和plot.lm生成的Q-Q图：
par(mfrow = c(1,2))
qqnorm(std.resi, main = "my Q-Q"); qqline(std.resi, lty = 2)
plot(mara, which = 2) ## only display Q-Q plot
一样吧？
现在，唯一剩下的问题就是如何标记数字了。这些标记点标记了最大的 3 绝对 标准化残差。考虑：
x <- sort(abs(std.resi), decreasing = TRUE)
id <- as.integer(names(x))
id[1:3]
# [1] 23 8 12
现在，如果您仔细查看图表，您会发现这三个数字正是显示的内容。知道这一点，你也可以查看，例如id[1:5].