R 如何绘制线性回归线？

如何使用基数R将线性回归线拟合到散点图？假设您已经拥有线性模型中的摘要信息

我已经有一个比较

a

和

ix

的散点图，我正在尝试将回归线

lm.a

和

lm.b

添加到图中。我应该用b线还是别的什么

a <- c(21, 23, 25, 27, 29)
ix <- c(100, 300, 500, 600, 750)
ib <- c(0, 1, 0, 1, 1)
x <- data.frame(a, ix, ib)

lm.a <- with(x, lm(a ~ ix + ib + ix*ib))
summary(lm.a)
n1 <- lm.a$coefficients[1]
n2 <- lm.a$coefficients[2]
n3 <- lm.a$coefficients[3]
n4 <- lm.a$coefficients[4]

---

a你几乎成功了，下面是一个你可以调整的工作示例：

height <- c(176, 154, 138, 196, 132, 176, 181, 169, 150, 175)
bodymass <- c(82, 49, 53, 112, 47, 69, 77, 71, 62, 78)

plot(bodymass, height)+
  abline(lm(height ~ bodymass)) # Missing lm here

高度（1）我们能喝一杯吗？（2） 你有合适的模型对象还是只有系数？（3） 你似乎用两个不同的预测变量来拟合模型。你的散点图上是什么？其中一个预测因子是分类的吗？我怀疑你能用
abline
画出回归线。正如@Allan Cameron建议仔细查看您的模型，您似乎希望绘制一个“回归平面”，而不是回归线。另一方面，你可以只画多元回归线。你能把你的问题再详细一点吗？像这样“lm”。a@BenBolker我刚刚在问题中添加了我认为是可复制的代码，上面的评论更好（投票重新打开）；更清晰，但不可复制。我们需要代码来创建
x
。还有：你的意思是
a~ix+ib+ix*ib
？使用一个预测值和一个结果变量，这肯定是一个很好的方法。我想问题是，在这个示例中，似乎有两个独立变量，因此散点图可能会出现如果是三维的，那么回归“线”实际上是一个平面。我希望在问题本身中添加澄清代码，如果这导致了不同的答案