为什么R绘制残差与杠杆，而不是残差与因子水平(ANOVA检验与aov模型)

Question

我正在分析一组关于新生儿体重的数据，以及关于他们母亲的一些信息，包括一个明确的变量“吸烟”--无论母亲是否吸烟。

我做了一个aov测试，并想用它的帮助绘制一个ANOVA模型的诊断图。我希望得到四个情节，包括一个‘残差对因子水平’的绘图。相反，我得到了一个“残差与杠杆”的图形，就好像我的分类变量是数字变量一样。

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“烟雾”的值为0(非吸烟者)和1(吸烟者)。我使用变异将其转换为一个适当的因素(比如奇偶)，然后自己进行aov测试，并试图绘制结果，以验证假设。下面您可以找到我的代码：

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))

在第四个情节中，我得到的结果是：

​

​

我试着检查“吸烟”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(正如我所理解的)和一个范畴变量，为什么有杠杆作为每一个数字变量？如何解决这个问题并找到合适的情节？

谢谢你提前提供帮助！

Answer 1

没有plot.aov方法，所以您得到了plot.lm方法(因为aov(babies$bwt ~ babies$smoke)类将是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来完成它。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幅plot.lm图，然后根据模型中的因子绘制剩余图。(如果有其他因素，它会处理每一个因素。)我得到了

​

​

或者，您可以使用termplot函数。

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

这给出了这个情节：

​

​