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

qplot函数添加回归曲线R方方差分析表

目录

0引言