绘制模型残差并忽略R中的缺失值以获得适当的白噪声点云

Question

我有关于二氧化碳水平及时的数据（时间为co2_mm_mlo$decimal_date，二氧化碳水平为co2_mm_mlo$interpolated）我使用了线性模型

model<-lm(co2_mm_mlo$interpolated ~ co2_mm_mlo$decimal_date）

然后将时间序列和模型绘制在一起。

现在我想用月份（存储在co2_mm_mlo$months中）绘制模型的残差

plot(co2_mm_mlo$months,resid(model))

但由于一些缺失的值，我得到了很多好的价值和七个异常值。

如何忽略这些值以获得正常的白噪点云？

我应该在某处使用na.action = na.pass吗？

更新：数据来自我必须下载的text file，我已将变量重命名为date month decimal date average等。我使用File> import Dataset> From Text（base）从文件中导入数据...

Answer 1

也许根据价值过滤掉它们？我没有您的数据 - 在您的问题中使用代码+数据+错误等发布可重现的示例是有帮助的 - 所以我在下面编写了一个示例。

在这里，我创建一个数据框，添加一些狡猾的点，拟合线性模型，然后查看残差。基于此，我过滤那些大于100的残差并重新绘制。

# Set RNG seed
set.seed(42)

# Create dummy data frame
df <- data.frame(time = seq(1960, 2010, by = 0.01))
df$value <- 1:nrow(df) + rnorm(nrow(df), 0, 10)

# Look at data
plot(df)

# Add a few dodgy points
df[sample(1:nrow(df), 5), "value"] <- runif(5, 100, 1000)

# Run linear regression
fit <- lm(value ~ time, data = df)

# Plot residuals to identify outliers 
plot(df$time, resid(fit))

# Filtering index
ind_filt <- abs(resid(fit)) < 100

# Filtered results
plot(df$time[ind_filt], resid(fit)[ind_filt])

由reprex package创建于2019-03-07（v0.2.1）