在 R 中使用 lm() 绘制多项式回归的预测时的混乱图

Posted

技术标签:

【中文标题】在 R 中使用 lm() 绘制多项式回归的预测时的混乱图【英文标题】:Messy plot when plotting predictions of a polynomial regression using lm() in R 【发布时间】:2016-12-06 14:47:12 【问题描述】:

我正在用 R 中的 lm 构建一个二次模型:

y <- data[[1]]
x <- data[[2]]
x2 <- x^2

quadratic.model = lm(y ~ x + x2)

现在我想在绘图上同时显示预测值和实际值。我试过这个:

par(las=1,bty="l")
plot(y~x)
P <- predict(quadratic.model)
lines(x, P)

但这条线总是曲折地出现。也许它与它是二次的事实有关?谢谢你的帮助。

【问题讨论】:

我认为您必须在绘制之前按 x 对预测数据进行排序。 使用curve:***.com/a/37389707/1412059 【参考方案1】:

你需要order():

P <- predict(quadratic.model)
plot(y~x)
reorder <- order(x)
lines(x[reorder], P[reorder])

我这里的回答是相关的:Problems displaying LOESS regression line and confidence interval

【讨论】:

以上是关于在 R 中使用 lm() 绘制多项式回归的预测时的混乱图的主要内容,如果未能解决你的问题,请参考以下文章

在 R 中绘制多项式回归曲线

绘制 lm 对象的 95% 置信区间

R语言使用lmPerm包应用于线性模型的置换方法(置换检验permutation tests)使用lm模型构建多项式回归模型使用lmp函数生成置换检验多项式回归模型

如何在 R 中绘制我的多变量回归时间序列模型?

R语言使用lm函数拟合多项式回归模型( Polynomial regression例如添加自变量的平方信息立方信息等)

R使用lm构建多变量线性回归模型