背景
现在,我正在创建一个多预测线性模型并生成诊断图来评估回归假设。(这是我目前喜欢的多元回归分析统计类:-)
我的教科书(Cohen、Cohen、West 和 Aiken 2003)建议针对残差绘制每个预测变量,以确保:
- 残差不会与预测变量系统地共变
- 残差对于模型中的每个预测变量都是同方差的
关于第 (2) 点,我的教科书是这样说的:
一些统计软件包允许分析师在残差的平均值(0 线)、高于平均值的 1 个标准差和低于残差平均值的 1 个标准差处绘制低拟合线......在目前的情况下{他们的例如},两条线 {mean + 1sd 和 mean - 1sd} 保持大致平行于 lowess {0} 线,这与残差方差不随 X 变化的解释一致。(第 131 页)
如何修改黄土线?
我知道如何使用“0 线”生成散点图:
# First, I'll make a simple linear model and get its diagnostic stats
library(ggplot2)
data(cars)
mod <- fortify(lm(speed ~ dist, data = cars))
attach(mod)
str(mod)
# Now I want to make sure the residuals are homoscedastic
qplot (x = dist, y = .resid, data = mod) +
geom_smooth(se = FALSE) # "se = FALSE" Removes the standard error bands
但是有谁知道我如何使用ggplot2
和qplot
生成将叠加 0 线、“mean + 1sd”和“mean - 1sd”线的图?这是一个奇怪/复杂的问题吗?