วิธีการพล็อต lm() ผลลัพธ์เป็น r

คุณสามารถใช้วิธีการต่อไปนี้เพื่อพล็อตผลลัพธ์ของฟังก์ชัน lm() ใน R:

วิธีที่ 1: แปลง lm() ให้ผลลัพธ์เป็นฐาน R

 #create scatterplot
plot(y ~ x, data=data)

#add fitted regression line to scatterplot
abline(fit)

วิธีที่ 2: พล็อต lm() ส่งผลให้เกิด ggplot2

 library (ggplot2)

#create scatterplot with fitted regression line
ggplot(data, aes (x = x, y = y)) + 
  geom_point() +
  stat_smooth(method = " lm ")

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับ ชุดข้อมูล mtcars ที่สร้างไว้ใน R

ตัวอย่างที่ 1: plot lm() ให้ผลลัพธ์เป็นฐาน R

รหัสต่อไปนี้แสดงวิธีการพล็อตผลลัพธ์ของฟังก์ชัน lm() ในฐาน 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) 

จุดในกราฟแสดงถึงค่าข้อมูลดิบ และเส้นทแยงมุมตรงแสดงถึงเส้นถดถอยพอดี

ตัวอย่างที่ 2: พล็อต lm() ผลลัพธ์ใน ggplot2

โค้ดต่อไปนี้แสดงวิธีการพล็อตผลลัพธ์ของฟังก์ชัน lm() โดยใช้แพ็คเกจการแสดงข้อมูล 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 ")

เส้นสีน้ำเงินแสดงถึงเส้นถดถอยพอดี และแถบสีเทาแสดงถึงขีดจำกัดของช่วงความเชื่อมั่น 95%

หากต้องการลบขอบเขตช่วงความมั่นใจ เพียงใช้ se=FALSE ในอาร์กิวเมนต์ 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 ) 

คุณยังสามารถเพิ่มสมการถดถอยที่ติดตั้งไว้ภายในกราฟได้โดยใช้ฟังก์ชัน stat_regline_equation() จากแพ็คเกจ 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 ”) 

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีดำเนินการถดถอยเชิงเส้นอย่างง่ายใน R
วิธีการตีความเอาต์พุตการถดถอยใน R
ความแตกต่างระหว่าง glm และ lm ใน R