R 回归线

我需要为两个定性变量的每个不同组合添加回归线。 这些是我制作的模型和情节，但我不知道该把这些线放在哪里，怎么做

---

colors调用
ggplot2
的
geom_smooth
可以为您执行以下操作：

library(tidyverse)

white_men <- 3 * seq(20:40) + rnorm(n = 21, mean = 0, sd = 5)
white_women <- 2 * seq(20:40) + rnorm(n = 21, mean = 0, sd = 5)
nonwhite_men <- 2.5 * seq(20:40) + rnorm(n = 21, mean = 0, sd = 5)
nonwhite_women <- 1.5 * seq(20:40) + rnorm(n = 21, mean = 0, sd = 5)

df <- 
  white_men %>% enframe(name = NULL) %>% mutate(age = 20:40, sex = "Male", race = "White") %>% 
  bind_rows(
    white_women %>% enframe(name = NULL) %>% mutate(age = 20:40, sex = "Female", race = "White")
  ) %>% 
  bind_rows(
    nonwhite_men %>% enframe(name = NULL) %>% mutate(age = 20:40, sex = "Male", race = "Non-White")
  ) %>% 
  bind_rows(
    nonwhite_women %>% enframe(name = NULL) %>% mutate(age = 20:40, sex = "Female", race = "Non-White")
  ) %>% 
  mutate(sex_race = str_c(race, sex, sep = " "))

df %>% 
  ggplot(aes(x = age, y = value, color = sex_race)) +
  geom_point() +
  geom_smooth(method = "lm")

库（tidyverse）
白人男性%变异（年龄=20:40，性别=“女性”，种族=“白人”）
) %>% 
绑定行(
非白人男性%>%enframe（name=NULL）%%>%突变（年龄=20:40，性别=“男性”，种族=“非白人”）
) %>% 
绑定行(
非白人女性%>%enframe（name=NULL）%%>%突变（年龄=20:40，性别=“女性”，种族=“非白人”）
) %>% 
突变（性别种族=str_c（种族，性别，sep=”“）
df%>%
ggplot（aes（x=年龄，y=价值，颜色=性别和种族））+
几何点（）+
几何光滑（方法=“lm”）

尽管对于此类示例而言，
ggplot2
要简洁得多，但如果您确实想使用它，我在这里提供了使用
R base plot
的替代方法

我使用了与@cardinal40相同的
df
：

>头部（df）
价值年龄性别种族性别
1-1.8812801 20男白色男
2-0.4755058 21男白人男
313.3137759 22男白人男
4 11.3594325 23男白人男
513.3529303 24男白人男
624.8443766 25男白人男白人

对于打印，您可以使用
For
循环遍历所有不同的组，使用
abline
添加模型的回归线

df=as.data.frame（df）
级别=唯一（df$sex_种族）
颜色=c（“蓝色”、“红色”、“绿色”、“黑色”）
适用于（i/1：长度（水平））
{
如果（i==1）
{
图（x=df[df$sex_race==level[i]，“age”]，
y=df[df$sex_race==level[i]，“value”]，
xlim=c（最小值（df$age），最大值（df$age）），
ylim=c（最小值（df$值），最大值（df$值）），
col=颜色[i]，
pch=16，
xlab=“年龄”，
ylab=“值”）
abline（lm（值~年龄，数据=子集（df，df$性别_种族==水平[i]）），
col=颜色[i]）
}
其他的
{
分数（x=df[df$sex_race==level[i]，“age”]，
y=df[df$sex_race==level[i]，“value”]，
col=颜色[i]，pch=16）
abline（lm（值~年龄，数据=子集（df，df$性别_种族==水平[i]）），
col=颜色[i]）
}
}
图例（“左上角”，title=“图例”，图例=c（“白人男性”、“白人女性”、“非白人男性”、“非白人女性”），
col=c（“蓝色”、“红色”、“绿色”、“黑色”），pch=16，cex=0.54）


编辑：代码编写的备选方案

根据@StupidWolf的评论，您可以通过以下操作获得相同的情节：

df=as.data.frame（df）
级别=唯一（df$sex_种族）
颜色=c（“蓝色”、“红色”、“绿色”、“黑色”）
绘图（空，
xlim=c（最小值（df$age），最大值（df$age）），
ylim=c（最小值（df$值），最大值（df$值）），
xlab=“年龄”，ylab=“价值”）
适用于（i/1：长度（水平））
{
分数（x=df[df$sex_race==level[i]，“age”]，
y=df[df$sex_race==level[i]，“value”]，
col=颜色[i]，pch=16）
abline（lm（值~年龄，数据=子集（df，df$性别_种族==水平[i]）），
col=颜色[i]）
}
图例（“左上角”，title=“图例”，图例=c（“白人男性”、“白人女性”、“非白人男性”、“非白人女性”），
col=c（“蓝色”、“红色”、“绿色”、“黑色”），pch=16，cex=0.54）

在这里，感谢@rawr，这是一种编写代码以获得相同绘图的更简洁的方法：

sp只是一条注释（您可能已经知道这一点），您可以进行绘图（NULL，xlim=…，ylim=…），然后遍历不同的组。保存if和else
split
将节省大量工作
sp@StupidWolf和@rawr非常感谢您的评论！我不知道这些提示（我主要使用的是
ggplot2
）；）