R plot.gls 绘制一个 gls 对象

R语言 plot.gls 位于 nlme 包(package)。

说明

获得线性模型拟合的诊断图。 form 参数为绘图规范类型提供了相当大的灵活性。根据网格显示，条件表达式(位于 | 运算符的右侧)始终意味着针对条件因子的每个级别使用不同的面板。如果form 是单边公式，则显示公式右侧、| 运算符之前的变量的直方图(使用网格函数histogram)。如果form 是双面的，并且其左侧和右侧变量都是数值，则显示散点图(使用网格函数xyplot)。最后，如果form是两侧的并且其左侧变量是一个因子，则按左侧变量的级别显示右侧变量的box-plots(使用网格函数bwplot) 。

用法

## S3 method for class 'gls'
plot(x, form, abline, id, idLabels, idResType, grid, ...)

参数

`x`	继承自类 `"gls"` 的对象，表示广义最小二乘拟合线性模型。
`form`	指定所需绘图类型的可选公式。可以引用用于获取`x`的原始数据帧中存在的任何变量。另外，`x`本身可以在公式中使用符号`"."`引用。 `\|` 运算符右侧的条件表达式可用于定义网格显示中的单独面板。默认值为 `resid(., type = "p") ~ fitted(.)` ，对应于标准化残差与拟合值的图，两者均在嵌套的最内层进行评估。
`abline`	可选数值或长度为 2 的数值向量。如果作为单个值给出，则水平线将添加到该坐标处的绘图中；否则，如果作为向量给出，则其值将用作添加到绘图中的线的截距和斜率。如果缺失，则不会将任何线条添加到图中。
`id`	可选数值或片面公式。如果作为值给出，则将其用作标准化残差的双边离群值检验的显著性水平。使用 `idLabels` 在图中识别绝对标准化残差大于标准正态分布的 `1 - value/2` 分位数的观测值。如果作为单边公式给出，则其右侧必须求值为逻辑向量、整数向量或字符向量，用于识别图中的观测值。如果缺失，则无法识别任何观察结果。
`idLabels`	可选向量或片面公式。如果作为向量给出，它将转换为字符模式并用于标记根据 `id` 识别的观察结果。如果作为单边公式给出，则其右侧必须计算为一个向量，该向量将转换为字符模式并用于标记已识别的观察结果。默认值是最里面的分组因子。
`idResType`	当 `id` 是数值时，可选字符串，指定用于识别离群值的残差类型。如果 `"pearson"` ，则使用标准化残差(原始残差除以相应的标准误差)；否则，如果 `"normalized"` ，则使用归一化残差(标准化残差预乘以估计误差相关矩阵的逆平方根因子)。使用参数的部分匹配，因此只需提供第一个字符。默认为 `"pearson"` 。
`grid`	一个可选的逻辑值，指示是否应将网格添加到绘图中。默认值取决于所使用的网格图的类型：如果 `xyplot` 默认为 `TRUE` ，否则默认为 `FALSE` 。
`...`	传递给网格图函数的可选参数。

值

诊断格子图。

例子

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
           correlation = corAR1(form = ~ 1 | Mare))
# standardized residuals versus fitted values by Mare
plot(fm1, resid(., type = "p") ~ fitted(.) | Mare, abline = 0)
# box-plots of residuals by Mare
plot(fm1, Mare ~ resid(.))
# observed versus fitted values by Mare
plot(fm1, follicles ~ fitted(.) | Mare, abline = c(0,1))

作者

José Pinheiro and Douglas Bates bates@stat.wisc.edu

也可以看看

gls , xyplot , bwplot , histogram

相关用法

注：本文由纯净天空筛选整理自R-devel大神的英文原创作品 Plot a gls Object。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。