R plot.lm错误：$运算符对原子向量无效

我有以下带有转换的回归模型：

fit <- lm( I(NewValue ^ (1 / 3)) ~ I(CurrentValue ^ (1 / 3)) + Age + Type - 1,
           data = dataReg)
plot(fit)                                                                      

你知道我做错了什么吗

---

注意：

摘要

，

预测

，以及

残差

都能正常工作。

这实际上是一个非常有趣的观察结果。事实上，在

plot.lm

支持的所有6个绘图中，只有Q-Q绘图在这种情况下失败。考虑下面的可重复的例子：

x <- runif(20)
y <- runif(20)
fit <- lm(I(y ^ (1/3)) ~ I(x ^ (1/3)))
## only `which = 2L` (QQ plot) fails; `which = 1, 3, 4, 5, 6` all work
stats:::plot.lm(fit, which = 2L)

错误：$运算符对于原子向量无效

所以这纯粹是

abline

函数的问题注意：

is.object(int)
# [1] TRUE

is.object(slope)
# [1] TRUE

i、 例如，

int

和

slope

都有class属性（读取

？is.object

；这是检查对象是否有class属性的非常有效的方法）。什么课

class(int)
# [1] AsIs

class(slope)
# [1] AsIs

这是使用

I（）

的结果。确切地说，它们从

rs

继承此类，并进一步从响应变量继承此类。也就是说，如果我们对响应使用

I（）

，模型公式的RHS，我们就会得到这种行为。

你可以在这里做一些实验：

abline(as.numeric(int), as.numeric(slope))  ## OK
abline(as.numeric(int), slope)  ## OK
abline(int, as.numeric(slope))  ## fails!!
abline(int, slope)  ## fails!!

因此

abline（a，b）

对第一个参数

a

是否具有class属性非常敏感。

为什么?？因为

abline

可以接受具有“lm”类的线性模型对象。内部

abline

：

if (is.object(a) || is.list(a)) {
    p <- length(coefa <- as.vector(coef(a)))

错误：$运算符对于原子向量无效

---

因此结论如下：避免在模型公式中对响应变量使用

I（）

。在协变量上使用

I（）

是可以的，但在响应上不可以

lm

和大多数通用函数在处理这个问题上不会有问题，但是

plot.lm

会。

你能发布

summary fit

吗？@Christoph我正要发布摘要，但李哲远的答案充分补充了我的帖子。事实上，剩余拟合图是正确生成的，而绘制Q-Q图时遇到问题。当我避开时，一切都很顺利。

abline(as.numeric(int), as.numeric(slope))  ## OK
abline(as.numeric(int), slope)  ## OK
abline(int, as.numeric(slope))  ## fails!!
abline(int, slope)  ## fails!!

if (is.object(a) || is.list(a)) {
    p <- length(coefa <- as.vector(coef(a)))

plot(0:1, 0:1)
a <- 0  ## plain numeric
abline(a, 1)  ## OK
class(a) <- "whatever"  ## add a class
abline(a, 1)  ## oops, fails!!!