如何在R中绘制Chow测试结果？

我使用以下代码在R中运行了Chow测试：

mydata <- read.csv(file="chow.csv", header=TRUE, sep=",")
sctest(fuel~pred, data=mydata, type="Chow", point=44)

---

mydata我不认为你可以用
sctest
的结果来绘制这个，但是从你的数据来绘制它应该很容易。只需创建每个相关的线性回归，然后绘制线段

由于您没有提供任何数据，我将使用NHANES包中的NHANES数据进行说明

library(NHANES)
data(NHANES)
plot(Height ~ Age, data=NHANES, pch=20, col="#00000022")


在16岁时，身高似乎随着年龄的变化而发生结构性变化。
您希望将完整数据上的线性模型与16岁的两个线性模型进行比较。所以只需生成它们并绘制它们

## Full data
LM0 = lm(Height ~ Age, data=NHANES)
abline(LM0, col="red", type=2, lwd=3)

## Age <= 16
LM1 = lm(Height ~ Age, data=NHANES[NHANES$Age <= 16,])
y1 = predict(LM1, newdata=data.frame(Age=c(0,16)))

## Age > 16
LM2 = lm(Height ~ Age, data=NHANES[NHANES$Age > 16,])
y2 = predict(LM2, newdata=data.frame(Age=c(16,80)))

lines(x=c(0,16), y=y1, col="green", lty=3, lwd=3)
lines(x=c(16,80), y=y2, col="green", lty=3, lwd=3)

##完整数据
LM0=lm（身高~年龄，数据=NHANES）
abline（LM0，col=“红色”，类型=2，lwd=3）
##16岁，]）
y2=预测（LM2，newdata=data.frame（Age=c（16,80）））
线（x=c（0,16），y=y1，col=“绿色”，lty=3，lwd=3）
线条（x=c（16,80），y=y2，col=“绿色”，lty=3，lwd=3）


编辑
根据评论中提供的数据，这里是另一个例子。至少在给出了几点之后，将这些数据划分为两个模型似乎并不明显，但我选择了一个强调不同模型的划分点

mydata =  structure(list(fuel = c(346591L, 344841L, 369015L, 346062L, 
    337494L, 355830L, 380516L, 391917L, 356761L, 359326L, 348208L, 
    358639L, 351659L, 323356L, 364712L), pred = c(346293.4, 344855.5, 
    355014.2, 342456.1, 347042.1, 371000.1, 376011.6, 391521.4, 
    364751.5, 358650, 356547.3, 355159.8, 359598.2, 349122.6, 357969.6)), 
    .Names = c("fuel", "pred"), row.names = c(NA, 15L), class = "data.frame")

plot(pred ~ fuel, data=mydata)
LM0 = lm(pred ~ fuel, data=mydata)
abline(LM0, lty=2)

LM1 = lm(pred ~ fuel, data=mydata[mydata$fuel <= 347500,])
y1  = predict(LM1, newdata=data.frame(fuel=c(320000,347500)))
lines(c(320000,350000), y1, lty=3)

LM2 = lm(pred ~ fuel, data=mydata[mydata$fuel >  347500,])
y2  = predict(LM2, newdata=data.frame(fuel=c(347500,395000)))
lines(c(350000,395000), y2, lty=3)

mydata=structure（列表）燃料=c（346591L，344841L，369015L，346062L，
337494L、355830L、380516L、391917L、356761L、359326L、348208L、，
358639L，351659L，323356L，364712L），pred=c（346293.4，344855.5，
355014.2, 342456.1, 347042.1, 371000.1, 376011.6, 391521.4, 
364751.5, 358650, 356547.3, 355159.8, 359598.2, 349122.6, 357969.6)), 
.Names=c（“燃料”、“pred”），row.Names=c（NA，15L），class=“data.frame”）
绘图（pred~燃料，数据=mydata）
LM0=lm（pred~燃料，数据=mydata）
abline（LM0，lty=2）
LM1=lm（pred~fuel，data=mydata[mydata$fuel 347500，]））
y2=预测（LM2，newdata=数据帧（燃料=c（347500395000）））
线路（c（35000395000），y2，lty=3）

如果您为
mydata
提供可复制的最小数据（例如，包括
dput（mydata）
或
dput（head（mydata，20））的输出），这将有所帮助。
）。这样我们就有了合作的机会。您还应该明确地包括您一直在使用的非base R库。例如，我假设
sctest
来自
strucchange
？谢谢。请允许我提供一些数据。dput（head（mydata，15））结构（列表（燃料=c（346591L，344841L，369015L，346062L，337494L，355830L，380516L，391917L，356761L，359326L，348208L，358639L，351659L，323356L，364712L），pred=c（346293.4，344855.5，355014.2，342456.1，347042.1，371000.1，376011.6，391521.4，364751.5，3535353535798.2，35796.2），.Names=c（“fuel”，“pred”），row.Names=c（NA，15L），class=“data.frame”）不知道“L”是什么意思。