R语言报错：plot.window(...)中'ylim'值无效的解决求助

你的错误核心在于：QQ图、箱线图、Grubbs检验都是为连续数值型变量设计的分析工具，而你的loan_status是二进制分类变量（0/1），用这些方法完全不适用，自然会触发绘图参数错误。

针对二进制响应变量的正确基础分析步骤 #

对于违约预测的二进制响应变量，你需要聚焦于类别分布分析，而非连续变量的正态性、异常值检测：

1. 检查变量类型与类别完整性
   先确认loan_status是否只有0和1两个类别，没有残留的其他取值：

   # 查看类别及频数
   table(dfbm3$loan_status)
   # 查看占比
   prop.table(table(dfbm3$loan_status))
   

2. 可视化类别分布
   用条形图替代QQ图、箱线图，直观展示违约与非违约的样本占比：

   par(mfrow = c(1,1)) # 重置绘图布局
   status_counts <- table(dfbm3$loan_status)
   barplot(status_counts, 
           main = "Loan Status Distribution",
           xlab = "Loan Status (0 = Non-Default, 1 = Default)",
           ylab = "Number of Samples",
           col = c("#1f77b4", "#ff7f0e"))
   # 添加占比标签
   text(x = 1:length(status_counts), 
        y = status_counts + max(status_counts)*0.02,
        labels = paste0(round(prop.table(status_counts)*100, 1), "%"))
   

3. 逻辑回归的变量准备
   确保loan_status被识别为分类因子（逻辑回归对因子型响应变量的处理更规范）：

   dfbm3$loan_status <- factor(dfbm3$loan_status, levels = c(0,1), labels = c("Non-Default", "Default"))
   # 查看转换后的变量类型
   str(dfbm3$loan_status)
   

为什么原代码报错？ #

QQ图需要变量服从近似正态分布的数值特征，二进制变量只有两个离散值，无法生成有效的正态分位数对比，plot.window()会因为无法计算合理的ylim范围而报错；箱线图和Grubbs检验同理，针对离散分类变量没有统计意义。

内容的提问来源于stack exchange，提问作者Toly