对于下面的简单示例，您可以看到在随后的图中确定了某些点。如何提取在这些图中识别出的行号，尤其是Normal Q-Q图？
set.seed(2016)
maya <- data.frame(rnorm(100))
names(maya)[1] <- "a"
maya$b <- rnorm(100)
mara <- lm(b~a, data=maya)
plot(mara)
我尝试使用str（mara）来查看是否可以在其中找到列表，但是在该处的Normal Q-Q图中看不到任何数字。有什么想法吗？
最佳答案
为了重现性，我已使用set.seed(2016)编辑了您的问题。要回答您的问题，我需要解释如何生成您看到的Q-Q图。
se <- sqrt(sum(mara$residuals^2) / mara$df.residual) ## Pearson residual standard error
hii <- lm.influence(mara, do.coef = FALSE)$hat ## leverage
std.resi <- mara$residuals / (se * sqrt(1 - hii)) ## standardized residuals
## these three lines can be replaced by: std.resi <- rstandard(mara)
现在，让我们比较一下我们自己生成的Q-Q图和
plot.lm生成的Q-Q图：par(mfrow = c(1,2))
qqnorm(std.resi, main = "my Q-Q"); qqline(std.resi, lty = 2)
plot(mara, which = 2) ## only display Q-Q plot
一样吧？
现在，剩下的唯一问题是如何标记数字。那些标记的点标记了最大的3个绝对标准化残差。考虑：
x <- sort(abs(std.resi), decreasing = TRUE)
id <- as.integer(names(x))
id[1:3]
# [1] 23 8 12
现在，如果您仔细观察该图，您会发现这三个数字正好显示。知道这一点后，您还可以签出例如
id[1:5]。