我到处都查过了,人们引用了我无法理解的例子(是的,我有点慢)。谁能解释一下如何在 R 中构建对数趋势线?
这是工作示例:
myds <- c(23.0415,13.1965,10.4110,12.2560,9.5910,10.7160,9.9665,8.5845,8.9855,8.8920,10.3425,9.3820,9.0860,9.6870,8.5635,9.0755,8.5960,7.9485,8.3235,8.1910)
plot(myds)
我找不到应用回归趋势线的简单方法。我对对数和线性趋势线特别感兴趣。是否可以在不连接任何新包的情况下完成?
各位好心人,请澄清一下!
由于您缺少一些数据点,我采用了您提供的内容:六个点。
编辑 - 现在完整的示例可用了
趋势线只是一个回归,回归的运行方式最简单,如下所示:
a<-lm(outcome~predictor)
——在此示例中,对象 a 将保存您的回归参数。要获取新趋势线模型的值,只需使用 predict(model_name)
,或者根据您的情况使用 predict(a)
向情节添加线条非常简单。只需说
lines(b)
,其中 b 指定使用 plot()
函数后要绘制的线。总结一下:
[![myds <- c(23.0415,13.1965,10.4110,12.2560,9.5910,10.7160,9.9665,8.5845,8.9855,8.8920,10.3425,9.3820,9.0860,9.6870,8.5635,9.0755,8.5960,7.9485,8.3235,8.1910)
x <- (1:length(myds))
plot(myds)
#make the main plot
plot(x,myds,ylim=c(5,30),xlim=c(0,20))
#add linear trend
lines(predict(lm(myds~x)),col='green')
#one more trend
lines(predict(lm(myds~log(x))),col='red')][1]][1]
由于您没有提供可重现的示例,我将发布一些链接,我认为这可能对您有帮助:
这里有一个简单的线性趋势线的示例: http://www.r-tutor.com/elementary-statistics/quantitative-data/scatter-plot
此外,SO 上有一个关于此问题的线程: 如何在 R 中添加不同的趋势线?
使用 ggplot 会更容易一些,因为您可以使用 smooth 函数。