So zeichnen sie eine polynomiale regressionskurve in r
Die polynomielle Regression ist eine Regressionstechnik, die wir verwenden, wenn die Beziehung zwischen einer Prädiktorvariablen und einer Antwortvariablen nichtlinear ist.
In diesem Tutorial wird erklärt, wie man eine polynomiale Regressionskurve in R zeichnet.
Verwandte Themen: Die 7 häufigsten Arten der Regression
Beispiel: Zeichnen einer polynomialen Regressionskurve in R
Der folgende Code zeigt, wie man ein polynomiales Regressionsmodell an einen Datensatz anpasst und dann die polynomiale Regressionskurve auf den Rohdaten in einem Streudiagramm darstellt:
#define data x <- runif(50, 5, 15) y <- 0.1*x^3 - 0.5 * x^2 - x + 5 + rnorm(length(x),0,10) #plot x vs. y plot(x, y, pch= 16 , cex= 1.5 ) #fit polynomial regression model fit <- lm(y ~ x + I(x^2) + I(x^3)) #use model to get predicted values pred <- predict(fit) ix <- sort(x, index. return = T )$ix #add polynomial curve to plot lines(x[ix], pred[ix], col=' red ', lwd= 2 )
Wir können die angepasste Polynom-Regressionsgleichung auch mit der Funktion text() zum Diagramm hinzufügen:
#define data x <- runif(50, 5, 15) y <- 0.1*x^3 - 0.5 * x^2 - x + 5 + rnorm(length(x),0,10) #plot x vs. y plot(x, y, pch=16, cex=1.5) #fit polynomial regression model fit <- lm(y ~ x + I(x^2) + I(x^3)) #use model to get predicted values pred <- predict(fit) ix <- sort(x, index. return = T )$ix #add polynomial curve to plot lines(x[ix], pred[ix], col=' red ', lwd= 2 ) #get model coefficients coeff <- round(fit$coefficients, 2) #add fitted model equation to plot text(9, 200 , paste("Model: ", coeff[1], " + ", coeff[2], "*x", "+", coeff[3], "*x^2", "+", coeff[4], "*x^3"), cex= 1.3 )
Beachten Sie, dass das Argument cex die Schriftgröße des Textes steuert. Der Standardwert ist 1, daher haben wir uns für den Wert 1,3 entschieden, um die Lesbarkeit des Textes zu verbessern.
Zusätzliche Ressourcen
Eine Einführung in die Polynomregression
So passen Sie eine Polynomkurve in Excel an
So führen Sie eine Polynomregression in Python durch