是否可以将 R 中的识别功能用于自动生成的 Q-Q 图？

Question

这学期我在大学学习线性回归入门课程。对于我的一项任务，我需要使用 R 分析数据集。

请允许我先分享我的部分代码：

log_Metab <- log(Metab)
mammal.lm.1 <- lm(Life ~ log_Metab)
plot(mammal.lm.1, which = 2)

基本上，我的数据集包含有关 95 种不同哺乳动物的新陈代谢率 (Metab) 和寿命 (Life) 的信息，我需要检查这两个特征之间是否存在线性关系。

现在，我粘贴的第三行代码生成了线性回归的正常QQ图，如下所示：

我想知道的很简单，并且在帖子的标题中有所说明 - 是否可以将识别功能用于像这样的 QQ 图这样的图？图中三个编号的观察值是由 R 自动选择的，而不是由我选择的。 如果可能，请显示并解释我应该输入的代码。例如，如果我愿意，如何识别紧邻第 90 个观测值左侧的点？

附：如果这是微不足道的事情，我提前道歉，但我只使用 R 大约一个月，这已经超出了我所学的范围:)

Answer 1

可以通过与绘图分开计算坐标来做你想做的事情。首先，我们需要可重复的数据，因为您没有提供任何数据。数据集mtcars 带有 R（与许多其他数据集一样）：

data(mtcars)
log_hp <- log(mtcars$hp)
mpg.lm <- lm(mpg~log_hp, mtcars)

我们根据hp（马力）的对数计算了mpg（每加仑英里数）的线性回归。命令plot(mpg.lm) 将调用一个特殊版本的绘图命令plot.lm，并准备4 个绘图。通过阅读?plot.lm 的手册页，我们可以看到您想要的情节是第二个情节，我们可以通过以下方式访问该情节：

plot(mpg.lm, which=2)

现在我们需要标准化残差和理论分位数：

mpg.res <- rstandard(mpg.lm)
out <- qqnorm(mpg.res, plot.it=FALSE)
coords <- cbind(x=out$x, y=out$y)

矩阵coords 具有分位数和标准化残差，行名是汽车。这为我们提供了我们想要识别绘图上的点的一切。我会将已识别的点标为红色：

identify(coords, labels=rownames(coords), cex=.75, col="red")