整个数据集的回归线以及基于组的回归线

Posted

技术标签:

【中文标题】整个数据集的回归线以及基于组的回归线【英文标题】:Regression line for the entire data set together with regression lines based on groups 【发布时间】:2012-10-07 07:26:36 【问题描述】:

我是 ggplot2 的新手,在显示整个数据集的回归线以及每个组的回归线时遇到问题。

到目前为止,我可以根据组绘制回归线,但我没有成功在同一图上获得整个数据集的回归线。

我想要所有具有不同线条样式的回归线,以便在黑白打印中轻松识别它们。

到目前为止,这是我的代码:

ggplot(alldata, aes(y = y, x = x, colour= group, shape = group )) +
  geom_point(size = 3, alpha = .8) + 
  geom_smooth(method = "lm", fill = NA , size = 1) 

【问题讨论】:

【参考方案1】:

尝试在ggplot2的原始调用中放置颜色、形状、线型美学

然后你可以用不同的颜色添加整条线

set.seed(1)
library(plyr)
alldata <- ddply(data.frame(group = letters[1:5], x = rnorm(50)), 'group', 
                 mutate, y=runif(1,-1,1) * x +rnorm(10))


ggplot(alldata,aes(y = y, x = x)) +
  geom_point(aes(colour = group, shape = group), size = 3, alpha = .8) + 
  geom_smooth(method = "lm", se = FALSE, size = 1, 
              aes(linetype = group, group = group)) +
  geom_smooth(method = "lm", size = 1, colour = 'black', se = F) +
  theme_bw()

【讨论】:

@mnel 非常感谢!这就像魅力一样。我正在努力将主要回归线放入图例中,当我能够这样做时,将更新我的 cmets。

以上是关于整个数据集的回归线以及基于组的回归线的主要内容,如果未能解决你的问题,请参考以下文章

我们可以在 python 中使用逻辑回归预测数据集的未来值吗?

Logistic回归中误差数据集的方法

PyTorch学习实战第四篇:MNIST数据集的读取显示以及全连接实现数字识别

使用python在高斯过程回归中训练数据集的数据增强

机器学习回归的原理学习与葡萄酒数据集的最小二乘法线性回归实例

Logistic回归