R 通过任意点绘制（直线和长线）最佳拟合线

我正在尝试使用

abline（lm（…）

绘制一条最小二乘回归线，该回归线也被强制通过一个特定点。我看是相关的，但不是我想要的。下面是一个例子：

test <- structure(list(x = c(0, 9, 27, 40, 52, 59, 76), y = c(50, 68, 
79, 186, 175, 271, 281)), .Names = c("x", "y"))

# set up an example plot
plot(test,pch=19,ylim=c(0,300),
     panel.first=abline(h=c(0,50),v=c(0,10),lty=3,col="gray"))

# standard line of best fit - black line
abline(lm(y ~ x, data=test))

# force through [0,0] - blue line
abline(lm(y ~ x + 0, data=test), col="blue")

---

一个粗略的解决方案是将模型的原点移到该点，并创建一个没有截距的模型

nmod <- (lm(I(y-50)~I(x-10) +0, test))

abline(predict(nmod, newdata = list(x=0))+50, coef(nmod), col='red')

---

nmod您可以修改
lm（）
的公式并偏移数据：

p=10
q=50

abline(lm(I(y-q) ~ I(x-p) + 0, data=test), col="red")

美好的这似乎不是一个简单的解决方案，简单？不是从计算的角度，而是从统计的角度。你会发现Bill Venables（来自Venables/Ripley MASS）在这个主题上的一些咆哮，没关系，我没有把它用于任何严肃的事情，它更多的是一个思考项目。我要读一读：统计问题。
p=10
q=50

abline(lm(I(y-q) ~ I(x-p) + 0, data=test), col="red")