qplot函数添加回归曲线R方方差分析表
目录
- 0引言
- 1、载入所需包
- 2、构造数据
- 3、qplot函数底层的回归线数据
- 4、ggpmisc添加回归信息
- 5、总结
- 参考文献
0引言
之前在文章R语言可视化——ggplot2画回归曲线1中介绍过使用ggplot2中ggplot函数去添加回归曲线的R方方差分析表等。但是ggplot的语法比较复杂相对,里面由一个快速上手的函数qplot函数。今天就做一个qplot函数的添加回归曲线R方和方差分析表的例子。
注:添加R方和方差分析都是来源于ggpmisc
,而非ggplot2
。
1、载入所需包
library(ggplot2) # 加载底层包
library(ggpmisc) #加载ggpmisc包
2、构造数据
数据仍然用文献1中的数据构造方法。
n = 100
set.seed(1)
x <- runif(n, 0, 4)
y <- x^2 - x + rnorm(n, 0, 0.4)
MyClass <- factor((x>0) + (x>1) + (x>2) + (x>3),labels = c("0-1", "1-2", "2-3", "3-4"))
Data <- data.frame(x = x, y = y, class = MyClass)
head(Data)x y class
1 1.0620347 0.2251253 1-2
2 1.4884956 0.4823130 1-2
3 2.2914135 3.0956100 2-3
4 3.6328312 9.1128858 3-4
5 0.8067277 0.4172914 0-1
6 3.5935587 10.1122656 3-4
3、qplot函数底层的回归线数据
p = qplot(x, y, data=Data, geom= c("point","smooth"),method= "glm", family= binomial) +theme_bw()
p
4、ggpmisc添加回归信息
p + stat_smooth(color = "blue", formula = y ~ x,fill = "blue", method = "glm") +stat_poly_eq(aes(label = paste(..eq.label.., ..adj.rr.label.., sep = '~~~~~~')),formula = y ~ x, parse = TRUE,size = 4, #公式字体大小label.x = 0.1,label.y = 0.8) + stat_fit_tb(method = "lm",method.args = list(formula = y ~ x),tb.type = "fit.anova",tb.vars = c(Effect = "term","自由度" = "df","均方" = "meansq","italic(F值)" = "statistic","italic(P值)" = "p.value"),label.y = 0.7, label.x = 0.05,size = 4.5,parse = TRUE
)
5、总结
以上仅为参考,如由问题欢迎留言讨论。
参考文献
https://blog.csdn.net/weixin_46111814/article/details/105650257 ↩︎ ↩︎
qplot函数添加回归曲线R方方差分析表相关推荐
- R语言编写自定义函数、评估回归模型预测变量的相对重要性(Relative importance)、通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加、评估预测变量的重要度、并通过点图可视化
R语言编写自定义函数.评估回归模型预测变量的相对重要性(Relative importance).通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加.来评估预测变量的重要程度.并通过点图可 ...
- python散点图拟合曲线-python散点图:如何添加拟合线并显示拟合方程与R方?
原标题:python散点图:如何添加拟合线并显示拟合方程与R方? polyfit()函数可以使用最小二乘法将一些点拟合成一条曲线. numpy.polyfit(x, y, deg, rcond=Non ...
- R语言plotly可视化:plotly可视化分组归一化直方图(historgram)并在直方图中添加密度曲线kde、并在直方图的底部部边缘使用geom_rug函数添加边缘轴须图
R语言plotly可视化:plotly可视化分组归一化直方图(historgram)并在直方图中添加密度曲线kde.并在直方图的底部部边缘使用geom_rug函数添加边缘轴须图Marginal rug ...
- Seaborn使用lmplot函数可视化散点图并添加回归曲线、移除默认的回归曲线置信区间(Scatter plot with regression line、Remove CI band)
Seaborn使用lmplot函数可视化散点图并添加回归曲线.移除默认的回归曲线置信区间(Scatter plot with regression line.Remove CI band) 目录
- R语言编写自定义函数计算R方、使用自助法Bootstrapping估计多元回归模型的R方的置信区间、可视化获得的boot对象、估计单个统计量的置信区间、分别使用分位数法和BCa法
R语言编写自定义函数计算R方.使用自助法Bootstrapping估计多元回归模型的R方的置信区间.可视化获得的boot对象.估计单个统计量的置信区间.分别使用分位数法和BCa法(Bootstrapp ...
- Seaborn使用regplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line)
Seaborn使用regplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line) 目录
- Seaborn使用lmplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line)
Seaborn使用lmplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line) 目录
- R语言使用lm构建线性回归模型、并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图、可视化模型的残差、模型预测中系统误差的一个例子 、自定义函数计算R方指标和均方根误差RMSE
R语言使用lm构建线性回归模型.并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图.可视化模型的残差.模型预测中系统误差的一个例子 .自定义函数计算R方指标和均方根误差RMSE 目 ...
- R语言使用ggplot2包geom_jitter()函数绘制分组(strip plot,一维散点图)带状图(编写自定义函数添加均值、标准偏差)实战
R语言使用ggplot2包geom_jitter()函数绘制分组(strip plot,一维散点图)带状图(编写自定义函数添加均值.标准偏差)实战 目录 R语言使用ggplot2包geom_jitte ...
- R语言dplyr包为dataframe添加数据列实战( Add Columns):基于mutate()函数添加一个或者多个数据列(尾部添加、头部添加、条件生成、某个具体数据列的前后)
R语言dplyr包为dataframe添加数据列实战( Add Columns):基于mutate()函数添加一个或者多个数据列(尾部添加.头部添加.条件生成.某个具体数据列的前后) 目录
最新文章
- 项目管理工具到底应该为谁服务?
- (转) 服务接口统一返回的格式
- stylus之其余参数(Rest Params)
- 使命召唤ol服务器位置,服务器架构升级 使命召唤OL跨区作战时代来临!
- 苹果审核之遇到IPV6问题被拒的解决方法
- CKEditor 5 在线编辑 PDF
- 手机型号JSON数据
- python 赚钱 小项目_用Python赚钱的5个方法,教你业余时间月赚几千外快
- css动画帧动画效果,css逐帧动画
- tf.data.Dataset.from_tensor_slices
- 关于扫描二维码下载app功能实现方法
- Go 语言 app.conf配置文件
- 【进阶版】伪东方project的游戏制作
- 【面试宝典】准备面试了~集合
- c语言怎么判断一个目录下面的文件是否为隐藏文件,怎么能显示出隐藏文件?...
- ROS语音交互系统_(3)ROS中接入图灵机器人语音理解系统
- springboot+臻绿原客绿色食品商城 毕业设计-附源码161928
- Field ‘recordID‘ doesn‘t have a default value
- 助力阿米巴经营,实现数字化转型——普元阿米加系统架构与实践
- 005 [Error] expected declaration or statement at end of input