线性回归散点图残差散点图的代码

Question

我进行了线性回归

lm.fit <- lm(intp.trust~age+v225+age*v225+v240+v241+v242,data=intp.trust)

总结（lm.fit）

得到以下结果

Call:
lm(formula = intp.trust ~ age + v225 + age * v225 + v240 + v241 + 
    v242, data = intp.trust)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.32050 -0.33299 -0.04437  0.30899  2.35520 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)  2.461e+00  2.881e-02  85.418  < 2e-16 ***
age         -2.416e-03  5.144e-04  -4.697 2.66e-06 ***
v225         5.794e-04  1.574e-02   0.037    0.971    
v240         2.111e-02  2.729e-03   7.734 1.07e-14 ***
v241        -1.177e-03  1.958e-04  -6.014 1.83e-09 ***
v242        -1.473e-02  4.166e-04 -35.354  < 2e-16 ***
age:v225     4.214e-06  3.101e-04   0.014    0.989    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.4833 on 34845 degrees of freedom
  (21516 observations deleted due to missingness)
Multiple R-squared:  0.05789,   Adjusted R-squared:  0.05773 
F-statistic: 356.8 on 6 and 34845 DF,  p-value: < 2.2e-16

“考虑上述回归的残差。使用适当的图表比较女性和男性的残差分布？” 男性和女性使用变量 v225 进行编码。我如何着手创建这个图表？ 起初我创建了：

lm.res <- resid(lm.fit)

但我不确定下一步是什么。 该图应该是女性和男性不同颜色残差的散点图。

我试过了，但没用

ggplot(intp.trust, aes(x = intp.trust, y = lm.res, color = v225)) + geom_point()

Answer 1

在这一行：

ggplot(intp.trust, aes(x = intp.trust, y = lm.res, color = v225)) + geom_point()

您是在说：“在 data.frame intp.trust 中查找名为 lm.res 的变量，并将其绘制为 y”

但是您将lm.res 创建为独立对象，而不是intp.trust 的列。将模型中的残差分配给 data.frame 中的新列，如下所示：

intp.trust$lm.res <- resid(lm.fit)

它应该可以工作。虚拟数据示例：

library(ggplot2)

# generate data
true_function <- function(x, is_female) {
  ifelse(is_female, 5, 2) +
    ifelse(is_female, -1.5, 1.5) * x +
    rnorm(length(x))
}

set.seed(123)
dat <- data.frame(x = runif(200, 1, 5), is_female = rbinom(200, 1, .5))
dat$y <- with(dat, true_function(x, is_female))

# regression
lm_fit <- lm(y ~ x + as.factor(is_female), data=dat)
# add residuals to data.frame
dat$resid <- resid(lm_fit)

# plot
ggplot(dat, aes(x=x, y=resid, color=as.factor(is_female))) +
  geom_point()

Answer 2

这里有一个示例，您可以遵循并获得您想要的东西

# Sample Data
x_1 <- rnorm(100)
x_2 <- runif(100, 10, 30)
x_3 <- rnorm(100) * runif(100)
y <- rnorm(100, mean = 10)
gender <- sample(c("F", "M"), replace = TRUE)
df <- data.frame(x_1, x_2, x_3, y, gender)
# Fit model
lm.fit <- lm(y ~ x_1 + x_2 + x_1 * x_2 + x_3, data = df)
# Update data.frame
df$residuals <- lm.fit$residuals
# Scatter Residuals
ggplot(df) +
  geom_point(aes(x = as.numeric(row.names(df)), y = residuals, color = gender)) +
  labs(x = 'Index', y = 'Residual value', title = 'Residual scatter plot')