比较线性回归与对数线性回归与R

我有一款R车型，我将本田思域的价格与行驶里程进行了回归：

civic <- read.csv("civic.csv")
c <- civic

plot (c$Mileage, c$Price,
      xlab = "Mileage",
      ylab = "Price")

regrPM1 <- lm(Price~Mileage, data = c)

abline (regrPM1, col="red",lwd=3)

其结果如下所示：

现在，这不能用来比较这两个模型。我正在寻找一种不使用“对数”刻度来比较它们的方法。 我认为，我可以利用需求曲线来获得更好的结果，但这还没有实现

---

感谢任何帮助

在原始比例上，这不是一条直线。你可以按照下面的思路做一些事情来显示原始尺度上的非线性预测

DF <- data.frame(Mileage=seq(1, 150000, 1))
pred <- predict(regrPM2, newdata=DF)
lines(DF$Mileage, exp(pred))

---

DF在没有数据的情况下，很难证明这里的错误，因此我将尝试创建一些与您的大致类似的：

set.seed(69)

m <- rgamma(5000, 2, 2) * 30000
p <- 3e4 * log((rnorm(5e3, 1e4, 1e3) + m)/(m + rnorm(5e3, 5e3, 5e2)) + rgamma(5000, 2, 2)/8)

c <- data.frame(Mileage = m, Price = p)

plot (c$Mileage, c$Price,
      xlab = "Mileage",
      ylab = "Price")


这是因为我们正在（未记录）绘图上绘制价格日志。我们想对回归结果进行反对数，并绘制出曲线图

请注意，最好在
lm
调用中使用
data
参数，因此让我们执行以下操作：

regrPM3 <- lm(log(Price) ~ Mileage, data = c)


因此，蓝色虚线就是对数回归的样子。
这不是因为“log”的比例，即您的原始绘图基于
c$Price
，而不是
log（c$Price）
即尝试
绘图（c$milines，log（c$Price），xlab=“milines”，ylab=“Price”）
谢谢，不幸的是，任务没有考虑到这一点-必须有其他方法来比较这两种方法，关于您的评论，
这看起来不正确
。这只是因为比例。你是对的，我最好指定这一点。除此之外，
点（c$里程，exp（regrPM3$fitted.values），col=“green”，lwd=1，pch=20）
还将拟合值放在图表上。
set.seed(69)

m <- rgamma(5000, 2, 2) * 30000
p <- 3e4 * log((rnorm(5e3, 1e4, 1e3) + m)/(m + rnorm(5e3, 5e3, 5e2)) + rgamma(5000, 2, 2)/8)

c <- data.frame(Mileage = m, Price = p)

plot (c$Mileage, c$Price,
      xlab = "Mileage",
      ylab = "Price")

regrPM1 <- lm(Price~Mileage, data = c)

abline (regrPM1, col="red",lwd=3)

regrPM2 <- lm(log(c$Price)~c$Mileage)
abline(regrPM2, col="green", lwd=3)

regrPM3 <- lm(log(Price) ~ Mileage, data = c)

lines(seq(0, 2e5, 1e3), 
      exp(predict(regrPM3, newdata = list(Mileage = seq(0, 2e5, 1e3)))),
      col = "blue", lty = 2, lwd = 4)