plot.lm Error: $ operator is invalid for atomic vectors
plot.lm Error: $ operator is invalid for atomic vectors
我有以下带转换的回归模型：
fit <- lm( I(NewValue ^ (1 / 3)) ~ I(CurrentValue ^ (1 / 3)) + Age + Type - 1,
data = dataReg)
plot(fit)
但是 plot 给我以下错误：
Error: $ operator is invalid for atomic vectors
关于我做错了什么有什么想法吗？
注意：summary、predict 和 residuals 都可以正常工作。
这实际上是一个非常有趣的观察。事实上，在 plot.lm 支持的所有 6 个图中，只有 Q-Q 图在这种情况下失败了。考虑以下可重现的示例：
x <- runif(20)
y <- runif(20)
fit <- lm(I(y ^ (1/3)) ~ I(x ^ (1/3)))
## only `which = 2L` (QQ plot) fails; `which = 1, 3, 4, 5, 6` all work
stats:::plot.lm(fit, which = 2L)
里面plot.lm简单的Q-Q图制作如下：
rs <- rstandard(fit) ## standardised residuals
qqnorm(rs) ## fine
## inside `qqline(rs)`
yy <- quantile(rs, c(0.25, 0.75))
xx <- qnorm(c(0.25, 0.75))
slope <- diff(yy)/diff(xx)
int <- yy[1L] - slope * xx[1L]
abline(int, slope) ## this fails!!!
Error: $ operator is invalid for atomic vectors
所以这纯粹是abline函数的问题！注：
is.object(int)
# [1] TRUE
is.object(slope)
# [1] TRUE
即int和slope都具有class属性（读取?is.object；这是一种非常有效的检查对象是否具有 class 属性 ）。什么class?
class(int)
# [1] AsIs
class(slope)
# [1] AsIs
这是使用I()的结果。准确地说，他们从 rs 继承了这样的 class，并进一步继承了响应变量。也就是说，如果我们在响应中使用 I()，即模型公式的 RHS，我们就会得到这种行为。
你可以在这里做一些实验：
abline(as.numeric(int), as.numeric(slope)) ## OK
abline(as.numeric(int), slope) ## OK
abline(int, as.numeric(slope)) ## fails!!
abline(int, slope) ## fails!!
所以abline(a, b)对第一个参数a是否有class属性很敏感
为什么？因为abline可以接受"lm"class的线性模型对象。里面 abline:
if (is.object(a) || is.list(a)) {
p <- length(coefa <- as.vector(coef(a)))
如果a有一个class，abline假设它是一个模型对象（不管它是否真的是！！！），然后尝试使用 coef 获取系数。此处进行的检查相当不可靠；我们可以很容易地让 abline 失败：
plot(0:1, 0:1)
a <- 0 ## plain numeric
abline(a, 1) ## OK
class(a) <- "whatever" ## add a class
abline(a, 1) ## oops, fails!!!
Error: $ operator is invalid for atomic vectors
所以这里是结论：避免在模型公式中的响应变量上使用 I()。 在协变量上使用 I() 是可以的，但没有回应。 lm 和大多数通用函数处理此问题不会有问题，但 plot.lm 会。
我有以下带转换的回归模型：
fit <- lm( I(NewValue ^ (1 / 3)) ~ I(CurrentValue ^ (1 / 3)) + Age + Type - 1,
data = dataReg)
plot(fit)
但是 plot 给我以下错误：
Error: $ operator is invalid for atomic vectors
关于我做错了什么有什么想法吗？
注意：summary、predict 和 residuals 都可以正常工作。
这实际上是一个非常有趣的观察。事实上，在 plot.lm 支持的所有 6 个图中，只有 Q-Q 图在这种情况下失败了。考虑以下可重现的示例：
x <- runif(20)
y <- runif(20)
fit <- lm(I(y ^ (1/3)) ~ I(x ^ (1/3)))
## only `which = 2L` (QQ plot) fails; `which = 1, 3, 4, 5, 6` all work
stats:::plot.lm(fit, which = 2L)
里面plot.lm简单的Q-Q图制作如下：
rs <- rstandard(fit) ## standardised residuals
qqnorm(rs) ## fine
## inside `qqline(rs)`
yy <- quantile(rs, c(0.25, 0.75))
xx <- qnorm(c(0.25, 0.75))
slope <- diff(yy)/diff(xx)
int <- yy[1L] - slope * xx[1L]
abline(int, slope) ## this fails!!!
Error: $ operator is invalid for atomic vectors
所以这纯粹是abline函数的问题！注：
is.object(int)
# [1] TRUE
is.object(slope)
# [1] TRUE
即int和slope都具有class属性（读取?is.object；这是一种非常有效的检查对象是否具有 class 属性 ）。什么class?
class(int)
# [1] AsIs
class(slope)
# [1] AsIs
这是使用I()的结果。准确地说，他们从 rs 继承了这样的 class，并进一步继承了响应变量。也就是说，如果我们在响应中使用 I()，即模型公式的 RHS，我们就会得到这种行为。
你可以在这里做一些实验：
abline(as.numeric(int), as.numeric(slope)) ## OK
abline(as.numeric(int), slope) ## OK
abline(int, as.numeric(slope)) ## fails!!
abline(int, slope) ## fails!!
所以abline(a, b)对第一个参数a是否有class属性很敏感
为什么？因为abline可以接受"lm"class的线性模型对象。里面 abline:
if (is.object(a) || is.list(a)) {
p <- length(coefa <- as.vector(coef(a)))
如果a有一个class，abline假设它是一个模型对象（不管它是否真的是！！！），然后尝试使用 coef 获取系数。此处进行的检查相当不可靠；我们可以很容易地让 abline 失败：
plot(0:1, 0:1)
a <- 0 ## plain numeric
abline(a, 1) ## OK
class(a) <- "whatever" ## add a class
abline(a, 1) ## oops, fails!!!
Error: $ operator is invalid for atomic vectors
所以这里是结论：避免在模型公式中的响应变量上使用 I()。 在协变量上使用 I() 是可以的，但没有回应。 lm 和大多数通用函数处理此问题不会有问题，但 plot.lm 会。