为什么我在多元线性回归中的观察要比R中的数据行多？

Question

我在R中运行了一个MLR，以检查4个解释变量(温度、溶解氧、实际盐度和氧化还原电位)对1个响应变量(Shell圆度)的影响：

shell_round_mlr <- lm(Shell_Round ~ TempC + O2 + PSU + ORP, data = morph.na)

所讨论的数据集(morph.na)具有53行数据。当我运行下面的代码来检查模型..。

par(mfrow = c(2,2))
plot(shell_round_mlr)

我得到了这些情节：

残差与拟合值、正常Q-Q、标度位置、残差与杠杆：https://i.stack.imgur.com/Lkkmd.png

它显示了观察#65和#159作为我可能想要删除的。然而，当我只有53行数据时，怎么可能有一个观察#159呢？，我已经三次检查我是否调用了正确的数据。

而且，在这种情况下，如果我想删除任何这些麻烦的观察，我将如何去做呢？它并不像从dataframe中删除一行那么简单。

如有任何建议，将不胜感激。谢谢。

Answer 1

没有一个可重复的例子就很难诊断出你的问题。但正如@aosmith在一条评论中所指出的，plot将使用行索引进行标记。此示例显示lm图，其标号值高于总样本大小。

set.seed(1L)
df <- data.frame(x = rnorm(20), y = rnorm(20))
rownames(df) <- sample(50:70, 20)

fit <- lm(y ~ x, data = df)

plot(fit)

​

​

相比之下，下面是与labels.id = NULL相同的图

plot(fit, labels.id = NULL)

​

​