M\u00e9todo 1: plotar lm() resultados na base R<\/strong><\/span><\/p>\n M\u00e9todo 2: plotar resultados de lm() em ggplot2<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica com o conjunto de dados mtcars<\/a> integrado ao R.<\/span><\/p>\n O c\u00f3digo a seguir mostra como plotar os resultados da fun\u00e7\u00e3o lm()<\/strong> na base R:<\/span> <\/p>\n Os pontos no gr\u00e1fico representam os valores dos dados brutos e a linha reta diagonal representa a linha de regress\u00e3o ajustada.<\/span><\/p>\n O c\u00f3digo a seguir mostra como plotar os resultados da fun\u00e7\u00e3o lm()<\/strong> usando o pacote de visualiza\u00e7\u00e3o de dados ggplot2<\/a> :<\/span> <\/p>\n A linha azul representa a linha de regress\u00e3o ajustada e as faixas cinzentas representam os limites do intervalo de confian\u00e7a de 95%.<\/span><\/p>\n Para remover os limites do intervalo de confian\u00e7a, simplesmente use se=FALSE<\/strong> no argumento stat_smooth()<\/strong> :<\/span> <\/p>\n Voc\u00ea tamb\u00e9m pode adicionar a equa\u00e7\u00e3o de regress\u00e3o ajustada dentro do gr\u00e1fico usando a fun\u00e7\u00e3o stat_regline_equation()<\/strong> do pacote ggpubr<\/strong> :<\/span> <\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como realizar regress\u00e3o linear simples em R<\/a> Voc\u00ea pode usar os seguintes m\u00e9todos para plotar os resultados da fun\u00e7\u00e3o lm() em R: M\u00e9todo 1: plotar lm() resultados na base R #create scatterplot plot(y ~ x, data=data) #add fitted regression line to scatterplot abline(fit) M\u00e9todo 2: plotar resultados de lm() em ggplot2 library (ggplot2) #create scatterplot with fitted regression line ggplot(data, aes (x […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2833","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n #create scatterplot<\/span>\nplot(y ~ x, data=data)\n\n#add fitted regression line to scatterplot<\/span>\nabline(fit)\n<\/strong><\/pre>\n library<\/span> (ggplot2)<\/span>\n\n#create scatterplot with fitted regression line<\/span>\nggplot(data, aes<\/span> (x = x, y = y)) + \n geom_point() +\n stat_smooth(method = \" lm<\/span> \")<\/strong><\/pre>\n Exemplo 1: plotar lm() resulta na base R<\/strong><\/span><\/h3>\n
#fit regression model\nfit <- lm(mpg ~ wt, data=mtcars)\n\n#create scatterplot\n<\/span>plot(mpg ~ wt, data=mtcars)\n\n#add fitted regression line to scatterplot\n<\/span>abline(fit)<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/plotlm1.jpg\")
<\/p>\n Exemplo 2: Plotar resultados de lm() em ggplot2<\/strong><\/span><\/h3>\n
library<\/span> (ggplot2)<\/span>\n\n#fit regression model\nfit <- lm(mpg ~ wt, data=mtcars)\n\n#create scatterplot with fitted regression line<\/span>\nggplot(mtcars, aes<\/span> (x = x, y = y)) +\n geom_point() +\n stat_smooth(method = \" lm<\/span> \")\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/plotlm2.jpg\")
<\/p>\n library<\/span> (ggplot2)<\/span> \n\n#fit regression model\nfit <- lm(mpg ~ wt, data=mtcars)\n\n#create scatterplot with fitted regression line<\/span>\nggplot(mtcars, aes<\/span> (x = x, y = y)) +\n geom_point() +\n stat_smooth(method = \u201c lm<\/span> \u201d, se= FALSE<\/span> )<\/span><\/span><\/strong> <\/pre>\n![\"plotar](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/plotlm3.jpg\")
<\/p>\n library<\/span> (ggplot2)\nlibrary<\/span> (ggpubr)<\/span>\n\n#fit regression model\nfit <- lm(mpg ~ wt, data=mtcars)\n\n#create scatterplot with fitted regression line<\/span>\nggplot(mtcars, aes<\/span> (x = x, y = y)) +\n geom_point() +\n stat_smooth(method = \u201c lm<\/span> \u201d, se= FALSE<\/span> ) +\n stat_regline_equation(label.x.npc = \u201c center<\/span> \u201d)<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/plotlm4.jpg\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como interpretar a sa\u00edda da regress\u00e3o em R<\/a>
A diferen\u00e7a entre glm e lm em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"