R回归诊断 （car包）

car包提供了大量函数，大大增强了拟合和评价回归模型的能力（参见表8-4）。

 

 值得注意的是，car包的2.x版本相对1.x版本作了许多改变，包括函数的名字和用法。本章基
于2.x版本。
另外，gvlma包提供了对所有线性模型假设进行检验的方法。作为比较，我们将把它们应用
到之前的多元回归例子中。
1. 正态性
与基础包中的plot()函数相比，qqPlot()函数提供了更为精确的正态假设检验方法，它画
出了在n–p–1个自由度的t分布下的学生化残差（studentized residual，也称学生化删除残差或折叠
化残差）图形，其中n是样本大小，p是回归参数的数目（包括截距项）。代码如下

library(car) 
states <- as.data.frame(state.x77[,c("Murder", "Population", 
 "Illiteracy", "Income", "Frost")]) 
fit <- lm(Murder ~ Population + Illiteracy + Income + Fros