web-dev-qa-db-ja.com

ggplot2のqqnormおよびqqline

残差のqqプロットが必要な線形モデルLMがあるとします。通常、私はRベースのグラフィックスを使用します：

qqnorm(residuals(LM), ylab="Residuals")
qqline(residuals(LM))

プロットのqqnorm部分を取得する方法はわかりますが、qqlineを管理することはできません。

ggplot(LM, aes(sample=.resid)) +
    stat_qq()

私はかなり基本的なものを見逃していると思うが、これを行う簡単な方法があるべきだと思われる。

編集：以下のソリューションに感謝します。プロットがRベースグラフィックパッケージのコンビニエンスプロットのように機能するように、コードを（ごくわずかに）変更して線形モデルから情報を抽出しました。

ggQQ <- function(LM) # argument: a linear model
{
    y <- quantile(LM$resid[!is.na(LM$resid)], c(0.25, 0.75))
    x <- qnorm(c(0.25, 0.75))
    slope <- diff(y)/diff(x)
    int <- y[1L] - slope * x[1L]
    p <- ggplot(LM, aes(sample=.resid)) +
        stat_qq(alpha = 0.5) +
        geom_abline(slope = slope, intercept = int, color="blue")

    return(p)
}
rggplot2ggproto
52
Peter

次のコードは、必要なプロットを提供します。 ggplotパッケージには、qqlineのパラメーターを計算するためのコードが含まれていないようです。そのため、このようなプロットを（わかりやすい）ワンライナーで実現できるかどうかはわかりません。

qqplot.data <- function (vec) # argument: vector of numbers
{
  # following four lines from base R's qqline()
  y <- quantile(vec[!is.na(vec)], c(0.25, 0.75))
  x <- qnorm(c(0.25, 0.75))
  slope <- diff(y)/diff(x)
  int <- y[1L] - slope * x[1L]

  d <- data.frame(resids = vec)

  ggplot(d, aes(sample = resids)) + stat_qq() + geom_abline(slope = slope, intercept = int)

}
51
Aaron

この関数を使用して、信頼区間/信頼帯を追加することもできます（car:::qqPlot）

gg_qq <- function(x, distribution = "norm", ..., line.estimate = NULL, conf = 0.95,
                  labels = names(x)){
  q.function <- eval(parse(text = paste0("q", distribution)))
  d.function <- eval(parse(text = paste0("d", distribution)))
  x <- na.omit(x)
  ord <- order(x)
  n <- length(x)
  P <- ppoints(length(x))
  df <- data.frame(ord.x = x[ord], z = q.function(P, ...))

  if(is.null(line.estimate)){
    Q.x <- quantile(df$ord.x, c(0.25, 0.75))
    Q.z <- q.function(c(0.25, 0.75), ...)
    b <- diff(Q.x)/diff(Q.z)
    coef <- c(Q.x[1] - b * Q.z[1], b)
  } else {
    coef <- coef(line.estimate(ord.x ~ z))
  }

  zz <- qnorm(1 - (1 - conf)/2)
  SE <- (coef[2]/d.function(df$z)) * sqrt(P * (1 - P)/n)
  fit.value <- coef[1] + coef[2] * df$z
  df$upper <- fit.value + zz * SE
  df$lower <- fit.value - zz * SE

  if(!is.null(labels)){ 
    df$label <- ifelse(df$ord.x > df$upper | df$ord.x < df$lower, labels[ord],"")
    }

  p <- ggplot(df, aes(x=z, y=ord.x)) +
    geom_point() + 
    geom_abline(intercept = coef[1], slope = coef[2]) +
    geom_ribbon(aes(ymin = lower, ymax = upper), alpha=0.2) 
  if(!is.null(labels)) p <- p + geom_text( aes(label = label))
  print(p)
  coef
}

例：

Animals2 <- data(Animals2, package = "robustbase")
mod.lm <- lm(log(Animals2$brain) ~ log(Animals2$body))
x <- rstudent(mod.lm)
gg_qq(x)

enter image description here

21
Rentrop

バージョン2.0以降、ggplot2には拡張用の十分に文書化されたインターフェイスがあります。そのため、qqlineの新しいstatを単独で簡単に記述できます（これは初めて行ったので、改善は welcome ）。

qq.line <- function(data, qf, na.rm) {
    # from stackoverflow.com/a/4357932/1346276
    q.sample <- quantile(data, c(0.25, 0.75), na.rm = na.rm)
    q.theory <- qf(c(0.25, 0.75))
    slope <- diff(q.sample) / diff(q.theory)
    intercept <- q.sample[1] - slope * q.theory[1]

    list(slope = slope, intercept = intercept)
}

StatQQLine <- ggproto("StatQQLine", Stat,
    # http://docs.ggplot2.org/current/vignettes/extending-ggplot2.html
    # https://github.com/hadley/ggplot2/blob/master/R/stat-qq.r

    required_aes = c('sample'),

    compute_group = function(data, scales,
                             distribution = stats::qnorm,
                             dparams = list(),
                             na.rm = FALSE) {
        qf <- function(p) do.call(distribution, c(list(p = p), dparams))

        n <- length(data$sample)
        theoretical <- qf(stats::ppoints(n))
        qq <- qq.line(data$sample, qf = qf, na.rm = na.rm)
        line <- qq$intercept + theoretical * qq$slope

        data.frame(x = theoretical, y = line)
    } 
)

stat_qqline <- function(mapping = NULL, data = NULL, geom = "line",
                        position = "identity", ...,
                        distribution = stats::qnorm,
                        dparams = list(),
                        na.rm = FALSE,
                        show.legend = NA, 
                        inherit.aes = TRUE) {
    layer(stat = StatQQLine, data = data, mapping = mapping, geom = geom,
          position = position, show.legend = show.legend, inherit.aes = inherit.aes,
          params = list(distribution = distribution,
                        dparams = dparams,
                        na.rm = na.rm, ...))
}

これは、分布全体を一般化します（stat_qqはありません）、次のように使用できます。

> test.data <- data.frame(sample=rnorm(100, 10, 2)) # normal distribution
> test.data.2 <- data.frame(sample=rt(100, df=2))   # t distribution
> ggplot(test.data, aes(sample=sample)) + stat_qq() + stat_qqline()
> ggplot(test.data.2, aes(sample=sample)) + stat_qq(distribution=qt, dparams=list(df=2)) +
+   stat_qqline(distribution=qt, dparams=list(df=2))

（残念ながら、qqlineは別のレイヤーにあるため、分布パラメーターを「再利用」する方法を見つけることができませんでしたが、それは小さな問題にすぎないはずです。）

13
phg

線形モデルの標準Q-Q診断は、標準化残差対N（0,1）の理論的分位数の分位数をプロットします。 @PeterのggQQ関数は、残差をプロットします。以下のスニペットはそれを修正し、plot(lm(...))から得られるもののようにプロットをより良くするために、いくつかの表面的な変更を追加します。

ggQQ = function(lm) {
  # extract standardized residuals from the fit
  d <- data.frame(std.resid = rstandard(lm))
  # calculate 1Q/4Q line
  y <- quantile(d$std.resid[!is.na(d$std.resid)], c(0.25, 0.75))
  x <- qnorm(c(0.25, 0.75))
  slope <- diff(y)/diff(x)
  int <- y[1L] - slope * x[1L]

  p <- ggplot(data=d, aes(sample=std.resid)) +
    stat_qq(shape=1, size=3) +           # open circles
    labs(title="Normal Q-Q",             # plot title
         x="Theoretical Quantiles",      # x-axis label
         y="Standardized Residuals") +   # y-axis label
    geom_abline(slope = slope, intercept = int, linetype="dashed")  # dashed reference line
  return(p)
}

使用例：

# sample data (y = x + N(0,1), x in [1,100])
df <- data.frame(cbind(x=c(1:100),y=c(1:100+rnorm(100))))
ggQQ(lm(y~x,data=df))
13
jlhoward

なぜ次のことはありませんか？

何らかのベクトルが与えられた場合、たとえば、

myresiduals <- rnorm(100) ^ 2

ggplot(data=as.data.frame(qqnorm( myresiduals , plot=F)), mapping=aes(x=x, y=y)) + 
    geom_point() + geom_smooth(method="lm", se=FALSE)

しかし、ggplot2を支えるために従来のグラフィック関数を使用しなければならないのは奇妙に思えます。

変位値プロットが必要なベクトルから始めて、ggplot2で適切な「stat」関数と「geom」関数を適用することで、どういうわけか同じ効果を得ることができませんか？

Hadley Wickhamはこれらの投稿を監視していますか？たぶん彼は私たちにもっと良い方法を示すことができます。

9
Jacob Wegelin

最新のggplot2バージョン（> = 3.0）では、新しい関数_stat_qq_line_が実装されています（ https://github.com/tidyverse/ggplot2/blob/master/NEWS.md ）およびモデル残差のqq行は、次の方法で追加できます。

_library(ggplot2)
model <- lm(mpg ~ wt, data=mtcars)
ggplot(model, aes(sample = rstandard(model))) + geom_qq() + stat_qq_line()
_

rstandard(model)は、標準化された残差を取得するために必要です。 （クレジット@jlhowardおよび@qwr）

「stat_qq_line（）でエラー：関数 "stat_qq_line"が見つかりませんでした」が表示された場合、ggplot2のバージョンが古すぎるため、ggplot2パッケージをアップグレードすることで修正できます：install.packages("ggplot2")。

8
LmW.

通常の確率の紙でこのようなことをした昔の人からページを盗むことができます。 ggplot（）+ stat_qq（）グラフィックを注意深く見ると、このようにgeom_abline（）で参照線を追加できることが示唆されています

df <- data.frame( y=rpois(100, 4) )

ggplot(df, aes(sample=y)) +
  stat_qq() +
  geom_abline(intercept=mean(df$y), slope = sd(df$y))
4
Mike Anderson

ggplot2 v.3.0.0にqqline統計が追加されました。ヘルプページから：

df <- data.frame(y = rt(200, df = 5))
p <- ggplot(df, aes(sample = y))
p + stat_qq() + stat_qq_line()

！ggplot2 v3.0.0 qqnormとablineに相当する統計の例 ] 1

0
Richard Careaga