R 对数据帧的每组进行线性拟合，检查异方差

我有这样一个数据框：

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...

library(dplyr)
library(broom)

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

intsl %>% augment(fit)

我想做一个线性调整，比如

lm（mu~ORD，data=df）

，但对于每一组类型和经验，我尝试了以下方法，但不起作用：

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

intsl%分组依据（exp，type）%>%
防御（lm（mu~ORD））%>%
选择（exp、type、.fitted、.resid）

我需要使用fortify，因为我需要.fitted和.resid字段，以便稍后使用ggplot中包含的

facet\u grid

按类型和exp对绘图进行多点排序，以检查每个拟合模型中是否存在异方差。。就像但在一个有机的多点：

---

有什么建议吗

ggplot2

包中的

fortify（）

文档表示，该方法将被弃用，应改用

broom

包。根据这些信息，您应该这样做：

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...

library(dplyr)
library(broom)

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

intsl %>% augment(fit)

库（dplyr）
图书馆（扫帚）
intsl%
分组依据（经验，类型）%>%
do（fit=lm（mu~ORD，）
intsl%>%增大（适合）

---

这将为您提供一个数据框架，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测值的额外输出，如

.fitted

和

.resid

，因此您可以直接使用

ggplot

绘制它们。

我不确定它是否能直接回答您的问题（因此我没有给出答案）但我发现，

modeler

软件包使许多回归任务变得非常简单。除了下面的答案建议

broom:：augment

，听起来你只需要将

+facet\u grid（type~exp）

添加到你的ggplot调用中。