Come tracciare una linea di regressione per gruppo con ggplot2
Possiamo utilizzare la seguente sintassi per tracciare una linea di regressione di gruppo utilizzando il pacchetto di visualizzazione R ggplot2 :
ggplot(df, aes (x = x_variable, y = y_variable, color = group_variable)) + geom_point() + geom_smooth(method = " lm ", fill = NA )
Questo tutorial fornisce un rapido esempio di come utilizzare questa funzione nella pratica.
Esempio: tracciare linee di regressione per gruppo con ggplot2
Supponiamo di avere il seguente set di dati che mostra le seguenti tre variabili per 15 studenti diversi:
- Numero di ore studiate
- Punteggio dell’esame ricevuto
- Tecnica di studio utilizzata (A, B o C)
#create dataset df <- data.frame(hours=c(1, 2, 3, 3, 4, 1, 2, 2, 3, 4, 1, 2, 3, 4, 4), score=c(84, 86, 85, 87, 94, 74, 76, 75, 77, 79, 65, 67, 69, 72, 80), technique= rep (c(' A ', ' B ', ' C '), each = 5 )) #view dataset df hours technical score 1 1 84 A 2 2 86 A 3 3 85 A 4 3 87 A 5 4 94 A 6 1 74 B 7 2 76 B 8 2 75 B 9 3 77 B 10 4 79 B 11 1 65 C 12 2 67 C 13 3 69 C 14 4 72 C 15 4 80 C
Il codice seguente mostra come tracciare una linea di regressione che cattura la relazione tra le ore studiate e il punteggio dell’esame per ciascuna delle tre tecniche di studio:
#load ggplot2 library (ggplot2) #create regression lines for all three groups ggplot(df, aes (x = hours, y = score, color = technique)) + geom_point() + geom_smooth(method = " lm ", fill = NA )
Nota che in geom_smooth() abbiamo utilizzato il metodo = ‘lm” per specificare un trend lineare.
Potremmo anche utilizzare altri metodi di livellamento come “glm”, “loess” o “gam” per acquisire tendenze non lineari nei dati. Puoi trovare la documentazione completa per geom_smooth() qui .
Tieni presente che potremmo anche utilizzare forme diverse per visualizzare i risultati degli esami per ciascuno dei tre gruppi:
ggplot(df, aes (x = hours, y = score, color = technique, shape = technique)) +
geom_point() +
geom_smooth(method = " lm ", fill = NA )
Puoi trovare altri tutorial su ggplot2 qui .