R ggplot中回归的线函数

所以我有一个数据集，其中有一个变量是“Date”，它是“1，2，3，…，182”。然后我有另一个变量，它要么增加1，要么增加0。所以它就像“0，1，2，2，2，3，4，…等等，直到95

我做了一个回归，一切都很好。但我似乎无法得到直线函数或R平方值。通常你会使用

lm_eq <- lm(var1 ~var2 + var3)
summary(lm_eq)

但是这里的summary函数并没有给出直线函数、R平方值或任何其他结果

我试过四处看看，但所有的答案都是关于如何将结果放入图表中。我不想要这样，我只想要在R中进行正态回归时通常得到的结果。我也尝试过使用常用的编码，但回归似乎与ggplot为我做的不匹配

---

那么，有没有什么简单的方法可以像通常那样获得结果，或者我需要在代码中指定一些内容？

您说您已经使用ggplot进行了回归，但您没有。您已经使用ggplot在数据上绘制了回归线

是的，ggplot必须在内部执行回归以生成直线，但它的工作不是返回一个模型对象，您可以使用该模型对象以数学方式描述您的结果。它的工作是在正确的位置绘制一条直线。当您对ggplot进行

摘要

时，您所看到的内容是所有许多元素的摘要回归线只是其中的一小部分，而ggplot对象不应该为您提供正确线性回归模型的所有功能

你已经自己给出了问题的答案。你需要做一个单独的回归

首先，我将加载ggplot并创建一些可复制的伪数据，这些数据应该与您的数据非常匹配：

库（ggplot2）
种子（69）
赔率电话：
#>lm（公式=RorderOT1~日期，数据=赔率）
#> 
#>残差：
#>最小1季度中值3季度最大值
#> -4.3970 -1.9570  0.1362  1.9126  3.6045 
#> 
#>系数：
#>估计标准误差t值Pr（>t）
#>（截距）-1.610528 0.321253-5.013 1.27e-06***
#>日期0.514329 0.003045 168.924<2e-16***
#> ---
#>符号代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
#> 
#>剩余标准误差：180自由度时为2.158
#>倍数R平方：0.9937，调整后的R平方：0.9937
#>F-统计量：1和180 DF上的2.854e+04，p值：<2.2e-16

现在，您可以探索有关回归的所有信息，将其插入

predict

函数，将拟合与其他模型进行比较，查看其协方差矩阵，等等，因为它是一个模型对象

---

由（v0.3.0）于2020-05-06创建。

除了Allan Camero anwer之外，

geom_smooth

中的默认方法是“黄土”回归，而不是“lm”。这就是为什么lm图与ggplot的线不匹配。谢谢！您知道是否可以使用“黄土”而不是“lm”来获得结果，或者我必须使用“lm”或“多边形”吗“等等？非常感谢！我现在看到了区别。ggplot只是将其可视化，但正如您所说，它没有返回数据的任务。但是我没有在ggplot中使用method=“lm”，这就是为什么我的回归看起来不一样。（ggplot和线性回归中的曲线）。我会尝试做一个不同的回归，这样我现在就可以得到曲线了。但是非常感谢，我终于明白了！

t1 = ggplot() +
   geom_line(data = odds, aes(x = Date, y = RorderOT1), colour="red") +
   geom_smooth(data = odds, aes(x = Date, y = RorderOT1), colour="red") +
   xlab('Match points') +
   ylab('Number of outcomes')
print(t1)
summary(t1)

ggplot(data = odds) +
   geom_line(aes(x = Date, y = RorderOT1), colour="red") +
   geom_smooth(method = "lm", aes(x = Date, y = RorderOT1), colour="red") +
   xlab('Match points') +
   ylab('Number of outcomes')