r - 对数据框的每一组进行线性拟合，检查异方差性

Question

我有一个这样的数据框:

ORD   exp type         mu
1   Combi pH=7 exp_F   mu 0.15637365
2   Combi pH=7 exp_F   mu 0.12817901
3   Combi pH=7 exp_F   mu 0.13392221
4   Combi pH=7 exp_F   mu 0.09683254
5   Combi pH=7 exp_F   mu 0.11249738
6   Combi pH=7 exp_F   mu 0.10878719
7   Combi pH=7 exp_F   mu 0.11019295
8   Combi pH=7 exp_F   mu 0.12100511
9   Combi pH=7 exp_F   mu 0.09803942
10  Combi pH=7 exp_F   mu 0.13842086
11  Combi pH=7 exp_F   mu 0.12778964
12     ORD0793 exp_F   mu 0.13910441
13     ORD0793 exp_F   mu 0.12603702
14     ORD0793 exp_F   mu 0.12670842
15     ORD0795 exp_F   mu 0.12982122
16     ORD0795 exp_F   mu 0.13648100
17     ORD0795 exp_F   mu 0.13593685
18     ORD0799 exp_F   mu 0.13906691
continues...

我想做一个线性调整，如 lm(mu~ORD, data=df)但对于每一组类型和经验。我已经尝试了以下但它不工作..:

intsl <- df %>% group_by(exp,type) %>% 
  fortify(lm(mu~ORD)) %>% 
  select(exp,type, .fitted, .resid) 

我需要使用强化，因为我需要 .fitted 和 .resid 字段，以便稍后使用 facet_grid 按类型和 exp 对图进行多图排序。包含在 ggplot 中以检查每个拟合模型中是否存在异方差性..就像但在一个有组织的多图中:


有什么建议？ :<

Answer 1

fortify() 的文档在 ggplot2包表示该方法将被弃用，并且 broom应该使用包代替。根据信息 here ，你应该做这样的事情:

library(dplyr)
library(broom)

intsl <- df %>%
  group_by(exp, type) %>%
  do(fit = lm(mu ~ ORD, .)

intsl %>% augment(fit)

这应该为您提供数据框，其中包含用于对回归进行分组的变量、回归变量以及每个观察的额外输出，例如 .fitted和 .resid ，因此您可以继续使用 ggplot 绘制它们直接地。