R语言时间序列多元回归lm对象按输入顺序绘制残差图实现问询

基础封装函数（无额外依赖） #

该函数仅需传入lm对象即可生成按观测输入顺序排列的残差图，支持自定义传入时间向量作为X轴：

plot_residuals_in_order <- function(lm_obj, time_vec = NULL, add_reference = TRUE, ...) {
  # 提取模型残差
  res <- residuals(lm_obj)
  # 确定X轴参数
  if (is.null(time_vec)) {
    x <- seq_along(res)
    x_lab <- "观测输入顺序"
  } else {
    if (length(time_vec) != length(res)) stop("时间向量长度需与模型观测数一致")
    x <- time_vec
    x_lab <- "时间"
  }
  # 绘制散点图
  plot(x, res, 
       xlab = x_lab,
       ylab = "模型残差",
       main = "按顺序排列的残差分布图",
       pch = 16, col = "#2c3e50",
       ...)
  # 新增0值参考线
  if (add_reference) abline(h = 0, col = "#e74c3c", lty = 2, lwd = 2)
}

调用方式 #

• 仅生成按输入顺序排列的残差图：
  plot_residuals_in_order(linearmodel)
• 传入时间列生成时间-残差图：
  plot_residuals_in_order(linearmodel, time_vec = data$date)
• 支持传入基础绘图的自定义参数，比如修改点样式、标题：
  plot_residuals_in_order(linearmodel, col = "darkgreen", pch = 2, main = "自定义残差图")

ggplot版本（适配Shiny美化需求） #

如果需要更灵活的样式调整，也可以使用封装好的ggplot版本，直接返回ggplot对象：

library(ggplot2)
plot_residuals_in_order_ggplot <- function(lm_obj, time_vec = NULL, add_reference = TRUE) {
  res <- residuals(lm_obj)
  plot_df <- data.frame(
    x = if (is.null(time_vec)) seq_along(res) else time_vec,
    residual = res
  )
  x_lab <- if (is.null(time_vec)) "观测输入顺序" else "时间"
  
  p <- ggplot(plot_df, aes(x = x, y = residual)) +
    geom_point(color = "#2c3e50", size = 2, alpha = 0.8) +
    labs(x = x_lab, y = "模型残差", title = "按顺序排列的残差分布图") +
    theme_minimal()
  
  if (add_reference) {
    p <- p + geom_hline(yintercept = 0, color = "#e74c3c", linetype = "dashed", linewidth = 1)
  }
  return(p)
}

调用后可以直接赋值给变量，完全符合你要求的形式：
plot <- plot_residuals_in_order_ggplot(linearmodel)

Shiny 中使用示例 #

两种版本的函数都可以直接在Shiny中调用，以下是基础示例：

library(shiny)
# 前端UI
ui <- fluidPage(
  plotOutput("residual_plot")
)
# 服务端逻辑
server <- function(input, output) {
  # 此处linearmodel为你提前构建好的lm对象，也可设置为reactive动态生成
  output$residual_plot <- renderPlot({
    plot_residuals_in_order(linearmodel)
    # 若使用ggplot版本直接调用函数即可，无需修改其他逻辑
  })
}
# 启动应用
shinyApp(ui, server)

内容的提问来源于stack exchange，提问作者K.RAC