Hinzufügen einer Regressionslinie auf einem ggplot

Ich versuche hart zum hinzufügen einer Regressionsgeraden auf einen ggplot. Zuerst habe ich versucht mit abline aber ich schaffte es nicht, damit es funktioniert. Dann habe ich versucht, dieses...

data = data.frame(x.plot=rep(seq(1,5),10),y.plot=rnorm(50))
ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) +
   geom_smooth(method='lm',formula=data$y.plot~data$x.plot)

Aber es ist nicht arbeiten entweder.

InformationsquelleAutor der Frage Remi.b | 2013-03-26

  1. 98

    Im Allgemeinen, um Ihre eigene Formel, die Sie verwenden sollten Argumente x und y wird, entsprechen die Werte, die Sie in ggplot() - in diesem Fall x interpretiert werden, als x.plot und y als y.plot. Mehr Informationen über smoothing-Methoden und der Formel finden Sie in der Hilfe-Seite der Funktion stat_smooth() wie es ist Standard-stat verwendet geom_smooth().

    ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) + 
  geom_smooth(method='lm',formula=y~x)

    Wenn Sie verwenden die gleichen x-und y-Werte, die Sie angegeben haben in der ggplot() nennen und müssen plot linear regression line, dann brauchen Sie nicht zur Verwendung der Formel in geom_smooth()nur liefern die method="lm".

    ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) + 
  geom_smooth(method='lm')

    InformationsquelleAutor der Antwort Didzis Elferts

  2. 14

    Als ich gerade dachte, im Falle Sie haben eine Modell eingebaut, die auf multiple lineare regressiondie oben genannten Lösung nicht funktionieren.

    Erstellen Sie Ihre Zeile manuell als dataframe enthält vorhergesagten Werte für Ihre ursprünglichen dataframe (in deinem Fall data).

    Würde es so Aussehen:

    # read dataset
df = mtcars

# create multiple linear model
lm_fit <- lm(mpg ~ cyl + hp, data=df)
summary(lm_fit)

# save predictions of the model in the new data frame 
# together with variable you want to plot against
predicted_df <- data.frame(mpg_pred = predict(lm_fit, df), hp=df$hp)

# this is the predicted line of multiple linear regression
ggplot(data = df, aes(x = mpg, y = hp)) + 
  geom_point(color='blue') +
  geom_line(color='red',data = predicted_df, aes(x=mpg_pred, y=hp))

    Hinzufügen einer Regressionslinie auf einem ggplot

    # this is predicted line comparing only chosen variables
ggplot(data = df, aes(x = mpg, y = hp)) + 
  geom_point(color='blue') +
  geom_smooth(method = "lm", se = FALSE)

    Hinzufügen einer Regressionslinie auf einem ggplot

    InformationsquelleAutor der Antwort StefanK

  3. 1

    Wenn Sie wollen, passen andere Art von Modellen, wie eine Dosis-Antwort-Kurve mit der logistischen Modelle Sie würden auch brauchen, um erstellen Sie mehrere Datenpunkte mit der Funktion predict, wenn Sie möchten, um eine glattere Regressionsgeraden:

    fit: die Passform eines logistischen Regressions-Kurve

    #Create a range of doses:
mm <- data.frame(DOSE = seq(0, max(data$DOSE), length.out = 100))
#Create a new data frame for ggplot using predict and your range of new 
#doses:
fit.ggplot=data.frame(y=predict(fit, newdata=mm),x=mm$DOSE)

ggplot(data=data,aes(x=log10(DOSE),y=log(viability)))+geom_point()+
geom_line(data=fit.ggplot,aes(x=log10(x),y=log(y)))

    InformationsquelleAutor der Antwort user3436882

  4. 0

    Fand ich diese Funktion auf einem blog

     ggplotRegression <- function (fit) {

    `require(ggplot2)

    ggplot(fit$model, aes_string(x = names(fit$model)[2], y = names(fit$model)[1])) + 
      geom_point() +
      stat_smooth(method = "lm", col = "red") +
      labs(title = paste("Adj R2 = ",signif(summary(fit)$adj.r.squared, 5),
                         "Intercept =",signif(fit$coef[[1]],5 ),
                         " Slope =",signif(fit$coef[[2]], 5),
                         " P =",signif(summary(fit)$coef[2,4], 5)))
    }`

    sobald Sie geladen, die Funktion, die Sie könnte einfach 

    ggplotRegression(fit)

    können Sie auch gehen, für ggplotregression( y ~ x + z + Q, data)

    Hoffe, das hilft.

    InformationsquelleAutor der Antwort YellowEagle

Schreibe einen Kommentar