如何在R中计算回归残差并设置ggplot X轴绘制按性别分组的残差图

首先排查代码错误 #

你当前的绘图异常首先来自两处变量不匹配问题：

• 你将残差存储到了intp.trust数据框的residuals列，但绘图时调用的是建模用的S_intp.trust数据集，且y轴映射的列名写为了不存在的residuals7，首先需要修正数据存储逻辑：

# 直接将残差存入建模用的S_intp.trust数据集，避免多数据集混淆
S_intp.trust$residuals7 <- resid(lm.fit7)

分场景x轴选择方案 #

根据你的分析目的，可选择对应x轴设置：

1. 通用残差假设检验场景：x轴设为模型拟合值
   这是线性回归残差检验最常用的配置，可用来判断模型是否满足同方差、线性假设，同时可以直观看到不同性别的残差分布是否有系统性差异：

# 提前存入拟合值
S_intp.trust$fitted7 <- fitted(lm.fit7)

ggplot(S_intp.trust, aes(x=fitted7, y=residuals7, color=as.factor(v225)))+
  geom_point(alpha = 0.6) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "grey")

2. 观察残差随年龄的变化场景：x轴保持age
   如果你需要看不同年龄下的残差差异、以及这种差异的性别分异，保留原x轴设置即可，修正变量后即可正常出图：

ggplot(S_intp.trust, aes(x=age, y=residuals7, color=as.factor(v225)))+
  geom_point(alpha = 0.6) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "grey")

3. 直接对比不同性别的残差分布场景：x轴设为性别变量v225
   如果你的核心需求是比较不同性别的残差整体分布，用箱线图比散点图可读性更高：

ggplot(S_intp.trust, aes(x=as.factor(v225), y=residuals7, fill=as.factor(v225)))+
  geom_boxplot(width = 0.6) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "grey")

内容的提问来源于stack exchange，提问作者Qian