使用purrr和ggplot创建残差图矩阵

Question

假设我有以下数据帧:

library(tidyverse)
fit <- lm(speed ~ dist, data = cars)
select(broom::augment(fit), .fitted:.std.resid) -> dt
names(dt) <- substring(names(dt), 2)

我想创建一个残差图的网格使用purrr.例如,到目前为止,我有2个诊断图的公式:

    residual <- function(model) {ggplot(model, aes(fitted, resid)) +
                                  geom_point() +
                                  geom_hline(yintercept = 0) +
                                  geom_smooth(se = FALSE)}

stdResidual <- function(model) {ggplot(model, aes(fitted, std.resid)) +
                                    geom_point() +
                                    geom_hline(yintercept = 0) +
                                    geom_smooth(se = FALSE)}

我将公式存储在我计划针对强化数据集运行的列表中dt.

formulas <- tibble(charts = list(residual, stdResidual))
# A tibble: 2 x 1
  charts
  <list>
1  <fun>
2  <fun>

现在我需要传递dt给列chart中的每个元素formulas.我实际上也试图将两者结合使用gridExtra,但是现在如果我至少可以渲染它们,我会感到满意.我想我应该运行类似的东西

pwalk(list(dt, formulas), ???)

但是我不知道我应该使用什么函数???来渲染图.

Answer 1

设置函数来绘制每个函数,就像你上面所做的那样:

diagplot_resid <- function(df) {
  ggplot(df, aes(.fitted, .resid)) +
    geom_hline(yintercept = 0) +
    geom_point() +
    geom_smooth(se = F) +
    labs(x = "Fitted", y = "Residuals")
}

diagplot_stdres <- function(df) {
  ggplot(df, aes(.fitted, sqrt(.std.resid))) +
    geom_hline(yintercept = 0) +
    geom_point() +
    geom_smooth(se = F) +
    labs(x = "Fitted", y = expression(sqrt("Standardized residuals")))
}

diagplot_qq <- function(df) {
  ggplot(df, aes(sample = .std.resid)) +
    geom_abline(slope = 1, intercept = 0, color = "black") +
    stat_qq() +
    labs(x = "Theoretical quantiles", y = "Standardized residuals")
}

然后在列表中调用每个,将数据帧作为第二个参数.这里是invoke一个函数列表,并将它们并行应用于函数参数列表.由于第二个列表中只有一个元素,因此invoke_map循环遍历它们.

fit <- lm(mpg~wt, mtcars)
df_aug <- augment(fit)

purrr::invoke_map(.f = list(diagplot_resid, diagplot_stdres, diagplot_qq), 
                  .x = list(list(df_aug))) %>% 
  gridExtra::grid.arrange(grobs = ., ncol = 2, 
                          top = paste("Diagnostic plots for",
                                      as.expression(fit$call)))