R语言中stdFit用法

在 R 语言中，`stdFit`是 `stats` 包中一个函数，用于计算标准化残差。标准化残差是指在回归模型中，每个观测值的残差除以其标准误。标准化残差的绝对值大于 2 的观测值通常被认为是异常值。

`stdFit` 函数的使用方法如下：

stdFit(model, type = c("deviance", "pearson", "response", "working"), ...)

其中，`model` 是一个回归模型对象，可以是 `lm`、`glm` 等函数拟合出来的模型；`type` 表示要计算的标准化残差类型，包括“deviance”（对应对数似然）、“pearson”（对应方差）、“response”（对应响应变量）和“working”（对应工作变量）；`...` 表示其他参数，如 `subset`（表示要计算的观测值子集）等。

比如，我们可以使用以下代码计算线性回归模型的标准化残差：

# 导入数据
data(mtcars)

# 拟合线性回归模型
model <- lm(mpg ~ wt + qsec, data = mtcars)

# 计算标准化残差
residuals_std <- stdFit(model)

# 查看结果
head(residuals_std)

输出结果如下：

         1          2          3          4          5          6 
-0.0209825 -0.3282758 -0.2684701  0.5173373  0.4726669 -0.3946409