如何在R中绘制拟合多项式？

我在

R

中有一个

参数多项式回归

，我对我的数据进行了如下拟合：

poly_model <- lm(mydataframef$y ~ poly(mydataframe$x,degree=5))

然后我想添加拟合的多项式，因此我执行以下操作：

abline(poly_model)

这给了我一个警告：

警告消息：
在abline（多边形模型）中：
仅使用6个回归系数中的前两个

---

当然，这个情节是完全不寻常的，因为正如承诺的那样，它只使用前两个，即截距和斜率。为什么只使用前两个系数，而我只有一个预测变量？那么，情节应该是二维的？困惑的谢谢。

使用

已安装的
。使用内置的data.frame
BOD
：

fm <- lm(demand ~ poly(Time, 3), BOD)
plot(demand ~ Time, BOD)
lines(fitted(fm) ~ Time, BOD, col = "red")

fm使用
fitted
。使用内置的data.frame
BOD
：

fm <- lm(demand ~ poly(Time, 3), BOD)
plot(demand ~ Time, BOD)
lines(fitted(fm) ~ Time, BOD, col = "red")

fm以下是答案

poly_model <- lm(mpg ~ poly(hp,degree=5), data = mtcars)

x <- with(mtcars, seq(min(hp), max(hp), length.out=2000))
y <- predict(poly_model, newdata = data.frame(hp = x))

plot(mpg ~ hp, data = mtcars)
lines(x, y, col = "red")

poly_model以下是答案

poly_model <- lm(mpg ~ poly(hp,degree=5), data = mtcars)

x <- with(mtcars, seq(min(hp), max(hp), length.out=2000))
y <- predict(poly_model, newdata = data.frame(hp = x))

plot(mpg ~ hp, data = mtcars)
lines(x, y, col = "red")

poly_模型有帮助吗？找出一系列x值，使用
predict
生成y值并绘制它们<代码>新建=序号（最小值（dat$x），最大值（dat$x），长度=100）；newdat=data.frame（newx=newx）；newdat$newy预测（poly_模型，newdata=newdat）；带有（newdat，plot（newx，newy，type=“l”）
。试图使用
abline
绘制多项式响应似乎是非常不明智的。
abline
用于，嗯，…线条。具有讽刺意味的是，您可能想要的是绘制曲线的
线条
函数。即使
线条
实际上也绘制直线，但它只是连接了其中的许多线条。链接有帮助吗？想出一个解决方案x值的范围，使用
predict
生成y值并绘制它们。
newx=seq（min（dat$x），max（dat$x），length.out=100）；newdat=data.frame（newx=newx）；newdat$newy predict（poly_模型，newdata=newdat）；with（newdat，plot（newx，newy，type=“l”）
。试图使用
abline
绘制多项式响应似乎是非常不明智的。
abline
用于，嗯，…直线。具有讽刺意味的是，您可能想要的是绘制曲线的
直线
函数。即使
直线
实际上也绘制直线，但它只是连接了其中的许多直线。这似乎不适合多项式这是某种样条回归吗？这里的拟合是问题所要求的，与另一个答案相同（数据集和度的模化）.我现在明白了，这是因为连接的点的数量较少，所以它看起来不稳定，但它是正确的。谢谢！这似乎不适合多项式。这是某种样条回归吗？这里的拟合是问题要求的，与另一个答案相同（数据集和度的模化）.我现在明白了，这是因为连接的点的数量较少，所以看起来有点起伏，但这是正确的。谢谢！