R 从数据集中抽取20个样本，绘制回归线和总体回归线

我有一个数据集，包含两个变量：学习时间和成绩。我想从这个数据集中抽取大约100个样本，每个样本20个，并显示100条回归线以及原始回归线。有什么建议吗

库（ggplot2）
#>警告：包“ggplot2”是在R版本3.6.3下生成的
等级=读取.csv（“https://www.dropbox.com/s/me6wiww943hzddj/grades.csv?dl=1")
qplot（小时、等级、数据=等级、geom=“点”）+geom_平滑（方法=lm）
#>`geom_smooth（）`使用公式'y~x'

使用循环：

n=100
for(i in 1:n){
  df = grades[sample(1:nrow(grades), 20),]
  g = g + geom_smooth(method = lm, data=df, color="red", size=0.5, alpha = 0)
}
plot(g)

输出：

我鼓励你把它的美学搞得一团糟，添加一条虚线，例如：

使用循环：

n=100
for(i in 1:n){
  df = grades[sample(1:nrow(grades), 20),]
  g = g + geom_smooth(method = lm, data=df, color="red", size=0.5, alpha = 0)
}
plot(g)

输出：

我鼓励你把它的美学搞得一团糟，添加一条虚线，例如：

---

我们也可以使用

sample\n

library(dplyr)
library(ggplot2)
g <- qplot(hours, grade, data = grades, geom = "point") +
      geom_smooth(method = lm)
n <- 100
for(i in seq_len(n)) {
       tmpdat <- grades %>%
                  sample_n(20)
        g <- g +
         geom_smooth(method = lm, data = tmpdat, color = 'red',
                 size = 0.5, alpha = 0)
    }

plot(g)

库（dplyr）
图书馆（GG2）
g我们也可以使用
sample\n

library(dplyr)
library(ggplot2)
g <- qplot(hours, grade, data = grades, geom = "point") +
      geom_smooth(method = lm)
n <- 100
for(i in seq_len(n)) {
       tmpdat <- grades %>%
                  sample_n(20)
        g <- g +
         geom_smooth(method = lm, data = tmpdat, color = 'red',
                 size = 0.5, alpha = 0)
    }

plot(g)

库（dplyr）
图书馆（GG2）
g
g=g+geom_平滑（method=lm，data=df，color=“red”，size=0.5，alpha=0）
在这行中，geom_平滑如何知道x轴和y轴变量？它使用传递到原始绘图的参数
g
，默认值为
qplot
。
g=g+geom_平滑（method=lm，data=df，color=“red”，size=0.5，alpha=0）
在这行中，geom_smooth是如何知道x轴和y轴变量的？它使用传递到原始绘图的参数
g
，默认值为
qplot
。