在 R (QQplot) 中绘制以下内容时如何解释带有异常值的标签
set.seed(1)
y <- rnorm(100)
x <- rnorm(100)
plot(lm(y ~ x), which=2) # which = 2 gives the plot
它在顶部给出了一个数字 61。它是什么？
我想这可能是离群夫妇的指数。它似乎与大约y = 3和的分数有关x = 3。但当：
cbind(y,x)[61,]
> y x
2.4016178 0.4251004
如何在 R 的 QQplot 中读取这些数字？
图中的数字对应于标准化残差和原始数据的索引。默认情况下，R标记三个最极端的残差，即使它们与 QQ 线的偏差不大。因此，标记点的事实并不意味着拟合不好或其他任何事情。可以通过指定选项来更改此行为id.n。让我用你的例子来说明这一点
set.seed(1)
y <- rnorm(100)
x <- rnorm(100)
lm.mod <- lm(y ~ x) # linear regression model
plot(lm.mod, which=2) # QQ-Plot
lm.resid <- residuals(lm(y ~ x)) # save the residuals
sort(abs(lm.resid), decreasing=TRUE) # sort the absolute values of the residals
14 61 24
2.32415869 2.29316200 2.09837122
前三个最极端的残差是数字 14、61 和 24。这些是图中的数字。这些索引对应于原始数据的索引。因此，数据点 14、24 和 26 是导致最极端残差的数据点。我们还可以在散点图中标记它们（蓝点）。请注意，由于您是独立生成的y，x因此回归线只是y没有任何斜率的平均值：
# The original data points corresponding to the 3 most extreme residuals
cbind(x,y)[c(14, 24, 61), ]
x y
[1,] -0.6506964 -2.214700
[2,] -0.1795565 -1.989352
[3,] 0.4251004 2.401618
# Make a scatterplot of the original data and mark the three points
# and add the residuals
par(bg="white", cex=1.6)
plot(y~x, pch=16, las=1)
abline(lm.mod, lwd=2) # add regression line
pre <- predict(lm.mod)
# Add the residual lines
segments(x[c(14, 24, 61)], y[c(14, 24, 61)], x[c(14, 24, 61)],
pre[c(14, 24, 61)], col="red", lwd=2)
# Add the points
points(x[c(14, 24, 61)], y[c(14, 24, 61)], pch=16, cex=1.1, col="steelblue", las=1)
