R语言绘制残差与预测变量图及提取lm模型系数

1. 绘制残差相关图表 #

残差与拟合值的图 #

除了用plot(model)直接生成，你也可以手动提取数据自定义绘图：

# 提取拟合值和残差
fitted_vals <- fitted(model)
resid_vals <- residuals(model)

# 绘制带参考线的自定义图
plot(fitted_vals, resid_vals, main="残差 vs 拟合值", xlab="拟合值(Yhat)", ylab="残差")
abline(h=0, col="red", lty=2) # 添加残差为0的参考虚线

残差与预测变量的图 #

直接调用原始数据集里的预测变量X，结合模型残差绘制即可：

plot(data$X, resid_vals, main="残差 vs 预测变量X", xlab="预测变量X", ylab="残差")
abline(h=0, col="red", lty=2)

2. 提取完整精度的回归系数b0和b1 #

lm模型对象存储了未四舍五入的完整系数，用coef()函数或直接访问模型属性就能获取：

# 获取完整系数集合
coefs <- coef(model)
b0 <- coefs[1] # 截距项
b1 <- coefs[2] # 预测变量X的回归系数

# 打印查看完整精度值
print(b0, digits=20)
print(b1, digits=20)

也可以用model$coefficients替代coef(model)，二者效果完全一致。

3. 自行计算残差 #

根据线性回归公式，残差 = 实际Y值 - 拟合值（拟合值 = b0 + b1*X），代码实现如下：

# 计算拟合值
y_hat <- b0 + b1 * data$X

# 计算残差
resid_calculated <- data$Y - y_hat

# 验证与模型自带残差是否一致
all.equal(resid_calculated, residuals(model))

内容的提问来源于stack exchange，提问作者Unique Worldline