# diagnostic plots for berkeley data library(car) # using glm() berkeley <- as.data.frame(UCBAdmissions) cellID <- paste(berkeley$Dept, substr(berkeley$Gender,1,1), '-', substr(berkeley$Admit,1,3), sep="") rownames(berkeley) <- cellID berk.mod <- glm(Freq ~ Dept * (Gender+Admit), data=berkeley, family="poisson") summary(berk.mod) influencePlot(berk.mod, labels=cellID, id.n=3) plot(berk.mod)