Вы можете использовать следующие методы для построения результатов функции lm() в R:
Метод 1: График результатов lm() в базе R
#create scatterplot
plot(y ~ x, data=data)
#add fitted regression line to scatterplot
abline(fit)
Метод 2: График lm() приводит к ggplot2
library (ggplot2)
#create scatterplot with fitted regression line
ggplot(data, aes (x = x, y = y)) +
geom_point() +
stat_smooth(method = " lm ")
В следующих примерах показано, как использовать каждый метод на практике со встроенным набором данных mtcars в R.
Пример 1. График результатов lm() в базе R
В следующем коде показано, как отображать результаты функции lm() в базе данных R:
#fit regression model
fit <- lm(mpg ~ wt, data=mtcars)
#create scatterplot
plot(mpg ~ wt, data=mtcars)
#add fitted regression line to scatterplot
abline(fit)
Точки на графике представляют необработанные значения данных, а прямая диагональная линия представляет собой подобранную линию регрессии.
Пример 2: Plot lm() приводит к ggplot2
В следующем коде показано, как построить график результатов функции lm() с помощью пакета визуализации данных ggplot2 :
library (ggplot2)
#fit regression model
fit <- lm(mpg ~ wt, data=mtcars)
#create scatterplot with fitted regression line
ggplot(mtcars, aes (x = x, y = y)) +
geom_point() +
stat_smooth(method = " lm ")
Синяя линия представляет собой подобранную линию регрессии, а серые полосы представляют пределы 95% доверительного интервала.
Чтобы удалить пределы доверительного интервала, просто используйте se=FALSE в аргументе stat_smooth() :
library (ggplot2)
#fit regression model
fit <- lm(mpg ~ wt, data=mtcars)
#create scatterplot with fitted regression line
ggplot(mtcars, aes (x = x, y = y)) +
geom_point() +
stat_smooth(method = " lm", se= FALSE )
Вы также можете добавить подобранное уравнение регрессии внутрь графика, используя функцию stat_regline_equation() из пакета ggpubr :
library (ggplot2)
library (ggpubr)
#fit regression model
fit <- lm(mpg ~ wt, data=mtcars)
#create scatterplot with fitted regression line
ggplot(mtcars, aes (x = x, y = y)) +
geom_point() +
stat_smooth(method = " lm", se= FALSE ) +
stat_regline_equation(label.x.npc = " center ")
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные задачи в R:
Как выполнить простую линейную регрессию в R
Как интерпретировать вывод регрессии в R
Разница между glm и lm в R