#> 6 2 11.30 2.973 #> # ... with 24 more rows

有几种不同的方式可以理解残差告诉我们关于模型的哪些信息。一种方法是简单地绘制频率多边形，帮助我们理解残差的分布情况：

ggplot(sim1, aes(resid)) + geom_freqpoly(binwidth = 0.5)

这有助于你校准模型的质量：预测值与观测值相差多远？请注意，残差的平均值始终为 0。

你经常需要使用残差而不是原始预测变量来重新创建图形。你将在下一章中看到很多这样的例子：

ggplot(sim1, aes(x, resid)) + geom_ref_line(h = 0) + geom_point()