背景
目前,我正在创建一个多预测变量的线性模型,并生成诊断图以评估回归假设。这是我目前热爱的多元回归分析统计课程的一部分 :-)
我的教科书(Cohen,Cohen,West和Aiken 2003)建议绘制每个预测变量与残差的图形,以确保:
- 残差不会与预测变量系统地共变
- 残差在模型中各个预测变量方面是同方差的
关于第二点,我的教科书有这样的说法:
一些统计软件包允许分析人员在残差均值(0线)、均值加1标准差和均值减1标准差处绘制lowess拟合线....在当前案例中,两条线(均值加1标准差和均值减1标准差)大致平行于lowess(0)线,这表明残差的方差不随X的变化而改变。(第131页)
如何修改loess线?
我知道如何生成带“0线”的散点图:
# 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,有没有人知道我如何使用ggplot2
和qplot
生成图形,其中0线,“平均值+1标准差”和“平均值-1标准差”线条将被叠加?这是一个奇怪/复杂的问题吗?