如何使用R中的各种变量创建回归线
我已经创建了实际的回归代码,但我试图将回归线和预测线绘制到绘图上,但我似乎无法理解它如何使用R中的各种变量创建回归线,r,plot,regression,prediction,R,Plot,Regression,Prediction,我已经创建了实际的回归代码,但我试图将回归线和预测线绘制到绘图上,但我似乎无法理解它 m1 <- lm(variable1 ~ 2 + 3 + 4 + 5 + 6 + 7 + 8, data = prog) summary(m1) m1考虑两个(不是7!)预测变量;一个是数值的,另一个是分类的(即系数) #模拟数据 种子集(2017); x1一般情况下,在基本R绘图中,您只需在绘制数据后执行abline(m1)。然而,你打算如何在8维空间中可视化你的数据?是的,我很确定我也应该创建一条预
m1 <- lm(variable1 ~ 2 + 3 + 4 + 5 + 6 + 7 + 8, data = prog)
summary(m1)
m1考虑两个(不是7!)预测变量;一个是数值的,另一个是分类的(即系数)
#模拟数据
种子集(2017);
x1一般情况下,在基本R绘图中,您只需在绘制数据后执行abline(m1)
。然而,你打算如何在8维空间中可视化你的数据?是的,我很确定我也应该创建一条预测线。我本应该服用lm(结果变量~treatment+consuvers 1至8)
然后从中创建两行。你没有回答我的问题。你打算如何用8维的预测绘制一条直线?下面看一个简单的例子。
# Simulate data
set.seed(2017);
x1 <- 1:10;
x2 <- as.factor(sample(c("treated", "not_treated"), 10, replace = TRUE));
df <- cbind.data.frame(
y = 2 * x1 + as.numeric(x2) - 1 + rnorm(10),
x1 = x1,
x2 = x2);
# Fit the linear model
m1 <- lm(y ~ x1 + x2, data = df);
# Get predictions
df$pred <- predict(m1);
# Plot data
library(ggplot2);
ggplot(df, aes(x = x1, y = y)) +
geom_point() +
facet_wrap(~ x2, scales = "free") +
geom_line(aes(x = x1, y = pred), col = "red");