Javascript 根据回归系数在散点图上绘制回归线

我尝试使用以下方法绘制回归线：

我按照教程添加了以下代码

dataLinear = [{x: 8, y: 3},{x: 2, y: 10},{x: 11, y: 3},{x: 6, y: 6},{x: 5, y: 8},{x: 4, y: 12},{x: 12, y: 1},{x: 9, y: 4},{x: 6, y: 9},{x: 1, y: 14}]

linearRegression = d3.regressionLinear()
   .x(d => d.x)
   .y(d => d.y)
   .domain([-1.7, 16]);
res = linearRegression(dataLinear)
console.log(res)

现在，我得到的系数是：

0: Array [ -1.7, 15.961993243243242 ]
​
1: Array [ 16, -3.621621621621621 ]
​
a: -1.1064189189189189
​
b: 14.08108108108108
​
length: 2
​
predict: function S()
​
rSquared: 0.8731378215564962

如何使用系数在散点图顶部绘制直线

编辑： 在理解什么是线生成器之前，我使用了以下代码：

         var a_reg_line = svg.append("svg:line")
        .attr("x1", xScale(0))
        .attr("y1", yScale(res.b))
        .attr("x2", xScale(10))
        .attr("y2", yScale( (10*res.a) + res.b ))           

---

看起来库是这样构建的，您可以将其返回值

res

传递给

d3。行

生成器：

...
let line = d3.line()
  .x((d) => x(d[0]))
  .y((d) => y(d[1]));

svg.append("path")
  .datum(res)
  .attr("d", line)
...

下面是一个使用

d3

绘制它的完全简化的示例：

设dataLinear=[{
x:8，
y:3
}, {
x:2，
y:10
}, {
x:11,，
y:3
}, {
x:6，
y:6
}, {
x:5，
y:8
}, {
x:4，
y:12
}, {
x:12，
y:1
}, {
x:9，
y:4
}, {
x:6，
y:9
}, {
x:1，
y:14
}]
设linearRegression=d3.regressionLinear（）
.x（d=>d.x）
.y（d=>d.y）
.domain（[-1.7,16]）；
设res=线性回归（dataLinear）
让边距={
前30名，
右:20,，
底数：30，
左：50
},
宽度=600-边距。左侧-边距。右侧，
高度=270-margin.top-margin.bottom；
设x=d3.scaleLinear（）.range（[0，width]）；
设y=d3.scaleLinear（）.range（[height，0]）；
让svg=d3.select（“body”）
.append（“svg”）
.attr（“宽度”，宽度+边距。左侧+边距。右侧）
.attr（“高度”，高度+边距。顶部+边距。底部）
.附加（“g”）
.attr（“转换”，
“翻译（“+margin.left+”，“+margin.top+”）；
x、 域（d3.范围（数据线性，（d）=>d.x））；
y、 域（d3.范围（数据线性，（d）=>d.y））；
//添加valueline路径。
svg.selectAll（“圆圈”）
.数据（数据线性）
.输入（）
.附加（“圆圈”）
.attr（“r”，5）
.样式（“填充”、“钢蓝”）
.attr（“cx”，（d）=>x（d.x））
.attr（“cy”，（d）=>y（d.y））；
设line=d3.line（）
.x（（d）=>x（d[0]））
.y（（d）=>y（d[1]）；
追加（“路径”）
.基准面（res）
.attr（“d”，行）
.风格（“笔划”、“钢蓝”）
.样式（“笔划宽度”、“2px”）；
svg.append（“g”）
.attr（“变换”、“平移（0）”、“高度+”）
.call（d3.axisBottom（x））；
svg.append（“g”）
.调用（d3.左（y））；

谢谢你，马克。我不知道线路发生器是什么。我会查的。如果回归返回的点与多项式回归相同，而线性回归返回的是截距和斜率，那么这种方法有效吗？@learner，是的，它的工作方式是相同的，请参阅我刚才添加的第二个代码片段。@learner，顺便说一句，这种方法有效，因为库返回一个混合数组/对象。可打印数据点是数组，而拟合的元数据（r值等）是对象的属性。