shuju<-data.frame(x=c(825,215,1070,550,480,920,1350,325,670,1215),y=c(3.5,1,4,2,1,3,4.5,1.5,3,5))

shuju.reg<-lm(y~x)

#方差齐性检验

#1.残差图

shuju.res<-residuals(shuju.reg)

par(mfrow=c(1,1))    #设置画图为1*1的格式

plot(shuju.res~x)     #按照书上作以X为横坐标的残差图

#2.Spearman等级相关系数

cor.test(x,abs(shuju.res),method="spearman")

#3.ncvTest

library(car)

ncvTest(shuju.reg)

#4.spreadLevelPlot

library(car)

spreadLevelPlot(shuju.reg)

#5.gvlma综合诊断

#install.packages("gvlma")

library(gvlma)

gvlma(shuju.reg)

#自相关性

#图形诊断自相关性

shuju.res1<-shuju.res[1:length(shuju.res)-1]   

shuju.res2<-shuju.res[2:length(shuju.res)]

plot(shuju.res1,shuju.res2)   #e(t)与e(t-1)作图

#统计量诊断自相关性

library(car)

durbinWatsonTest(shuju.reg)

#异常值与强影响点

#残差

shuju.stdres<-rstudent(shuju.reg);shuju.stdres     

#中心化杠杆值

ch<-hatvalues(shuju.reg)-1/10;ch

#Cook距离

shuju.cooks<-cooks.distance(shuju.reg);shuju.cooks

#找异常值

isoutlier<-abs(shuju.stdres3)>3;isoutlier

isch<-ch>2*1/10;isch

iscooks<-shuju.cooks>1;iscooks

isch*iscooks

#正态性检验

plot(shuju.reg,2)   #qq plot

qqPlot(shuju.reg)   #这个qq plot含有更多的信息