Як побудувати лінію регресії за групою за допомогою ggplot2

Ми можемо використати такий синтаксис, щоб побудувати лінію групової регресії за допомогою пакета візуалізації R ggplot2 :

 ggplot(df, aes (x = x_variable, y = y_variable, color = group_variable)) +
  geom_point() +
  geom_smooth(method = " lm ", fill = NA )

Цей підручник містить короткий приклад використання цієї функції на практиці.

Приклад: побудова ліній регресії за групою за допомогою ggplot2

Припустімо, що ми маємо наступний набір даних, який показує такі три змінні для 15 різних студентів:

• Кількість вивчених годин
• Отримано оцінку за іспит
• Використана методика дослідження (А, В або С)

 #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

У наведеному нижче коді показано, як побудувати лінію регресії, яка відображає зв’язок між витраченими годинами та результатом іспиту для кожного з трьох методів навчання:

 #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 )

Зверніть увагу, що в geom_smooth() ми використовували method = ‘lm” для визначення лінійного тренду.

Ми також можемо використовувати інші методи згладжування, такі як “glm”, “loess” або “gam”, щоб зафіксувати нелінійні тенденції в даних. Ви можете знайти повну документацію для geom_smooth() тут .

Зауважте, що ми також можемо використовувати різні форми для відображення результатів іспитів для кожної з трьох груп:

 ggplot(df, aes (x = hours, y = score, color = technique, shape = technique)) +
  geom_point() +
  geom_smooth(method = " lm ", fill = NA )

Ви можете знайти більше посібників з ggplot2 тут .