plot.lm（）：提取诊断Q-Q图中标记的数字

Question

对于下面的简单示例，您可以看到在随后的图中确定了某些点。如何提取这些图中标识的行号，尤其是正常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）来查看我是否能在那里找到一个列表，但是我看不到Normal Q-Q图中的任何数字。想法？

Answer 1

我已使用set.seed(2016)编辑了您的问题以获得可重复性。要回答你的问题，我需要解释如何制作你看到的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

同样的，对吧？

现在，唯一的问题是如何标记数字。这些标记点标记最大的3个绝对标准化残差。考虑：

x <- sort(abs(std.resi), decreasing = TRUE)
id <- as.integer(names(x))
id[1:3]
# [1] 23  8 12

现在，如果你仔细观察图表，你会发现这三个数字正是所显示的。了解这一点，您还可以查看，例如id[1:5]。