为什么 R 绘制残差 vs 杠杆而不是残差 vs 因子水平（ANOVA 测试和带有“aov”的模型）

Question

我正在分析一个数据集，其中包含新生婴儿的体重和他们母亲的一些信息，包括分类变量“smoke”——母亲是否吸烟。

我做了一个 aov 测试，想在它的帮助下绘制 ANOVA 模型的诊断图。我希望得到四个图，包括“残差与因子水平”图。相反，我得到了一个“残差 vs 杠杆”图，就好像我的分类变量是一个数字一样。

您可以在这里找到数据集：https://drive.google.com/file/d/1VwiAHdYZF2BrGZZ875GGdkyamKMgxmGU/view?usp=sharing

其中变量“smoke”的值为 0（非吸烟者）和 1（吸烟者）。我使用 mutate 将其更改为适当的因子（其中包括奇偶校验），然后自行进行 aov 测试并尝试绘制结果，以验证假设。您可以在下面找到我的代码：

babies <- read.csv("babies.csv")
babies <- babies %>% 
mutate(parity = factor(parity, 
                     levels = c(0, 1), 
                     labels = c("not firstborn", "firstborn"))) %>% 
mutate(smoke = factor(smoke, 
                    levels = c(0, 1), 
                    labels = c("non smoker", "smoker")))

model6 <- aov(babies$bwt ~ babies$smoke)
par(mfrow = c(2,2))
plot(aov(babies$bwt ~ babies$smoke))

我在第四个情节中得到的结果是这样的：

我试图检查“烟雾”是否是我想要的一个因素，就像这样：

> head(babies$smoke)
[1] non smoker non smoker smoker     non smoker smoker     non smoker
Levels: non smoker smoker

既然“烟雾”是一个因素（据我所知）和一个分类变量，为什么按数字变量存在杠杆作用？如何解决这个问题并获得正确的情节？

提前感谢您的帮助！

Answer 1

没有plot.aov 方法，所以你得到了plot.lm 方法（因为aov(babies$bwt ~ babies$smoke) 的类是c("aov", "lm")）。

如果您想为"aov" 对象绘制其他内容，请编写一个函数plot.aov 来执行此操作。例如，

plot.aov <- function(x, which = 1:3, ...) {
  NextMethod(x, which = which, ...)
  for (f in names(x$xlevels)) {
    xvar <- x$model[, f]
    plot(xvar, residuals(x), xlab = f, ylab = "Residuals")
  }
}

然后

plot(aov(babies$bwt ~ babies$smoke))

将绘制前 3 个 plot.lm 图，然后是针对模型中因子的残差图。 （如果有其他因素，它会做每一个因素。）我明白了

或者，您可以使用termplot 函数，例如

termplot(aov(babies$bwt ~ babies$smoke), partial.resid=TRUE)

这给出了这个情节：