R语言checkresiduals()函数是否仅能应用于时间序列模型？

核心结论 #

checkresiduals()不存在要求输入对象x轴为时间的限制，你用密度作为自变量拟合的线性模型可以直接传入该函数使用。

原理说明 #

该函数的校验逻辑完全围绕模型残差展开，和原始模型的自变量类型（时间、密度、温度等任意变量）没有绑定关系，默认输出4类诊断结果：

• 残差序列图：按你输入数据集的观测顺序排列残差，判断残差是否随观测顺序存在明显趋势
• 残差ACF图：校验残差的自相关性，判断残差是否满足独立性假设
• 残差分布直方图+正态拟合曲线：校验残差的正态性假设
• 自动输出Ljung-Box白噪声检验结果，量化判断残差是否为独立同分布的白噪声

注意事项 #

如果你的数据集本身没有观测顺序的逻辑属性（既不是时间序列也不是按固定规则排序的序列数据），残差序列图和ACF图的参考价值会比较低，你可以额外搭配plot(your_lm_model)生成的残差-拟合值散点图等补充校验方差齐性等其他线性模型假设。

调用示例 #

你直接将拟合好的线性模型对象传入函数即可，不需要做任何时间相关的转换：

# 示例：拟合密度作为自变量的线性模型
lm_model <- lm(y ~ density, data = your_data)
# 直接调用checkresiduals
checkresiduals(lm_model)

内容的提问来源于stack exchange，提问作者Margaret Jones