R语言：导入数据，绘制内学生化残差、Cook距离、Weisch-Kuh度量、Hadi影响度量的顺序图和位势残差图

首先，我们需要准备一份数据集，假设数据集名为“data.csv”。

1. 导入数据

我们可以使用read.csv()函数来导入数据集。假设数据集中有两列，分别是自变量x和因变量y，代码如下：

data <- read.csv("data.csv")
x <- data$x
y <- data$y

2. 绘制内学生化残差图

使用lm()函数拟合线性回归模型，并使用rstandard()函数计算内学生化残差，然后使用plot()函数绘制内学生化残差图。代码如下：

fit <- lm(y ~ x)
rstand <- rstandard(fit)
plot(rstand)

3. 绘制Cook距离图

使用cooks.distance()函数计算Cook距离，然后使用plot()函数绘制Cook距离图。代码如下：

cooksd <- cooks.distance(fit)
plot(cooksd)

4. 绘制Weisch-Kuh度量图

使用resid()函数计算残差，然后使用resid()函数再次计算残差的平方，最后使用plot()函数绘制Weisch-Kuh度量图。代码如下：

resid <- resid(fit)
w <- resid^2 / (1 - hatvalues(fit))
plot(w)

5. 绘制Hadi影响度量图

使用rstudent()函数计算r学生化残差，然后使用plot()函数绘制Hadi影响度量图。代码如下：

rstudent <- rstudent(fit)
hadi <- abs(rstudent) / sqrt(1 - hatvalues(fit))
plot(hadi)

6. 绘制位势残差图

使用lm()函数拟合线性回归模型，并使用rstandard()函数计算内学生化残差，然后使用studres()函数计算学生化残差，最后使用plot()函数绘制位势残差图。代码如下：

fit <- lm(y ~ x)
rstand <- rstandard(fit)
studres <- studres(fit)
plot(rstand, studres)