R语言绘制残差分析图

#EasyCharts团队出品，
#如有问题修正与深入学习，可联系微信：EasyChartslibrary(ggplot2)mydata<-read.csv("Residual_Analysis_Data.csv",stringsAsFactors=FALSE)fit <- lm(y2 ~ x, data = mydata)
mydata$predicted <- predict(fit)   # Save the predicted values
mydata$residuals <- residuals(fit) # Save the residual values
mydata$Abs_Residuals<-abs(mydata$residuals)  #ggplot(mydata, aes(x = x, y = y2)) +geom_point(aes(fill =Abs_Residuals, size = Abs_Residuals),shape=21,colour="black") + # size also mappedscale_fill_continuous(low = "black", high = "red") +geom_smooth(method = "lm", se = FALSE, color = "lightgrey") +geom_point(aes(y = predicted), shape = 1) +geom_segment(aes(xend = x, yend = predicted), alpha = .2) +# > Color AND size adjustments made here...guides(fill = guide_legend((title="Rresidual")),size = guide_legend((title="Rresidual")))+ylim(c(0,150))+xlab("X-Axis")+ylab("Y-Axis")+theme(text=element_text(size=15,face="plain",color="black"),axis.title=element_text(size=10,face="plain",color="black"),axis.text = element_text(size=10,face="plain",color="black"),legend.position = "right",legend.title  = element_text(size=13,face="plain",color="black"),legend.text = element_text(size=10,face="plain",color="black"),legend.background = element_rect(fill=alpha("white",0)))

d<-mydata
fit <- lm(y5 ~ x+I(x^2), data = d)# Obtain predicted and residual values
d$predicted <- predict(fit)   # Save the predicted values
d$residuals0 <- residuals(fit) # Save the residual values
d$Residuals<-abs(d$residuals0 )ggplot(d, aes(x = x, y = y5)) +geom_smooth(method = "lm",formula = y ~ x+I(x^2), se = FALSE, color = "lightgrey") +geom_segment(aes(xend = x, yend = predicted), alpha = .2) +geom_point(aes(fill =Residuals, size = Residuals),shape=21,colour="black") + # size also mappedscale_fill_continuous(low = "black", high = "red") +#scale_color_gradient2(low = "blue", mid = "white", high = "red") +geom_point(aes(y = predicted), shape = 1) +  # Size legend also removed#ylim(c(0,150))+xlab("X-Axis")+ylab("Y-Axis")+geom_point(aes(y = predicted), shape = 1) +guides(fill = guide_legend((title="Rresidual")),size = guide_legend((title="Rresidual")))+theme(text=element_text(size=15,face="plain",color="black"),axis.title=element_text(size=10,face="plain",color="black"),axis.text = element_text(size=10,face="plain",color="black"),legend.position = "right",legend.title  = element_text(size=13,face="plain",color="black"),legend.text = element_text(size=10,face="plain",color="black"),legend.background = element_rect(fill=alpha("white",0)))

开发工具：RStudio与微信Alt+A截屏工具
参考文献:https://download.csdn.net/download/weixin_39840588/11515554?utm_medium=notify.im.downloadSource.a&username=m0_38127487

R语言绘制残差分析图相关推荐

r语言中残差与回归值的残差图_独家 | 手把手教你用R语言做回归后的残差分析（附代码）-阿里云开发者社区...
作者:Abhijit Telang 翻译:张睿毅校对:丁楠雅文章来源:微信公众号数据派THU 本文介绍了做残差分析的方法及其重要性,以及利用R语言实现残差分析. 在这篇文章中,我们通过探索残差分 ...
R语言绘制不一样的条形图
绘制条形图的方法有很多,这里介绍如果用R语言绘制一个不一样的条形图准备数据,这里为了方便,我们使用已经存在于gcookbook包中的一个数据集首先需要调用该包,如果该包不存在,可以使用下面的方式安 ...
R语言绘制生存曲线图
R语言绘制生存曲线图 KMunicate是支持按照Morris等人的KMunicate研究推荐的方式生成Kaplan-Meier图. 1958年,Edward L. Kaplan 和Paul Meie ...
R语言绘制Bump Chart
R语言绘制Bump Chart的小示例 # install.packages("tidyverse") # install.packages("ggbump") ...
R语言绘制环形树状图
R语言绘制环形树状图 1.主要用到dendextend和circlize包绘图: library(dendextend) library(circlize)# 距离矩阵 d <- dist(US ...
R语言绘制二维密度图
R语言绘制二维密度图二维密度图显示了两个数值变量之间的关系,一个在x轴上表示,另一个在Y轴上表示,与散点图类似,然后计算二维空间中特定区域内的观测数,并用颜色梯度表示.二维密度图有几种类型,以下主要 ...
R语言绘制带聚类树的堆叠柱形图
R语言绘制带聚类树的堆叠柱形图聚类树与柱形图结合,即可反映样本或分组间的相似性,又能展示样本内的元素组成信息. 例如下图是一个在扩增子测序微生物群落分析中常见的统计图类型,在测序公司给的报告中通常都 ...
R语言绘制线图（line）实战
R语言绘制线图(line)实战目录 R语言绘制线图(line)实战 #仿真数据 #基础线图
R语言绘制空白图实战
R语言绘制空白图实战目录 R语言绘制空白图实战 #绘制空白图1 #绘制空白图2 #绘制空白图3

R语言绘制残差分析图

R语言绘制残差分析图相关推荐

最新文章

热门文章