使用 R 绘制二次回归线答案

【问题标题】：Quadratic regression line using R plotly使用 R 绘制二次回归线
【发布时间】：2018-09-04 13:32:06
【问题描述】：

我对 R 很陌生，对 plotly 也很陌生。

我正在尝试绘制二次（即二次多项式）回归线。一旦一些价格与年份，一旦相同的价格与某些整数列表（可以相同），让我们说分数。本例中的数据为

price = c(995, 675, 690, 600, 612, 700, 589, 532, 448, 512, 537, 560)
score = c(89, 91, 88, 89, 91, 91, 89, 93, 83, 91, 91, 90)
year = c(2005:2016)

第一个适合通过编码很好地工作

enter code here
qfit1 <- lm(price ~ poly (year,2))

然后是一个情节

add_trace(x=year, y=fitted(qfit1), type="scatter", 
          mode="lines", line=list(shape="spline"),)

制作这个情节：

但是，第二次拟合不起作用：

qfit2 <- lm(price ~ poly (score,2))
p <- plot_ly() %>% ...
  add_trace(x=score, y=fitted(qfit2), type="scatter", mode="lines", 
  line=list(shape="spline", smoothing=1.3))*

给我：

它通过曲线连接我拥有的 12 个数据值。然后我对数据进行了排序，以便链接 12 个值的线连续

add_trace(x=sort(score), y=fitted(qfit2)[order(score)], 
          type="scatter", mode="lines", 
          line=list(shape="spline", smoothing=1.3))*

但结果又不是我想要的：

产生的线一点都不平滑，它基本上是把12个值用曲线连接起来，而我注意到（当然我用不同的数据制作了更多相似的图表）是问题总是发生在某个分数（x -axis) 有不同的价格。但是，我不明白如何解决这个问题。对此有任何想法吗？或者也许有人知道使用 R 和 plotly 生成二次拟合线的不同方法？（我也尝试使用 add_lines 而不是 add_trace，但这给了我更糟糕的结果）

非常感谢您。

【问题讨论】：

您能否提供与代码一起使用的数据。最好使用dput，并将其粘贴到您的问题中。
对于这个特定的例子，我有：price = c(995, 675, 690, 600, 612, 700, 589, 532, 448, 512, 537, 560), score = c(89 , 91, 88, 89, 91, 91, 89, 93, 83, 91, 91, 90) 和年 = c(2005:2016)。这有帮助吗？
谢谢，添加答案，请检查。您能否使用 edit 将这些数据放入原始帖子中。

标签： r regression plotly quadratic r-plotly

【解决方案1】：

这是一个在 plotly 中绘制拟合模型的工作代码：

  library(plotly)
  library(dplyr)
  data(cars, package = "datasets")

 qfit1 <- lm(dist ~ poly(speed,2), data = cars)

  cars %>%     
  plot_ly() %>%  
  add_lines(x = ~speed, y = fitted(qfit1)) %>%
  add_trace(x=~speed, y=~dist)

由于拟合点很少，这条线不太平滑。要使线条更平滑，请创建新数据：

  dat <- data.frame(speed = (1:300)/10,
                    dist = predict(qfit1, data.frame(speed = (1:300)/10)))
  plot_ly() %>% 
      add_trace(x=~speed, y=~dist, type="scatter", mode="lines", data = dat) %>%
      add_trace(x=~speed, y=~dist, type="scatter", data = cars)

来自评论的数据：

 dat1 = data.frame(
       price = c(995, 675, 690, 600, 612, 700, 589, 532, 448, 512, 537, 560),
       score = c(89, 91, 88, 89, 91, 91, 89, 93, 83, 91, 91, 90))

qfit2 <- lm(price ~ poly (score,2), data = dat1)

  dat3 <- data.frame(score = (800:950)/10,
                    price = predict(qfit2, data.frame(score = (800:950)/10)))

plot_ly() %>% 
   add_trace(x=~score, y=~price, type="scatter", mode="lines", data = dat3) %>%
   add_trace(x=~score, y=~price, type="scatter", data = dat1)

问题是您的拟合值稀疏且不均匀，因此您需要对间隔均匀的新数据进行预测以获得漂亮的曲线。

【讨论】：

【解决方案2】：

您也可以使用ggplot2 和ggplotly 来获得您想要的。试试这个：

library(plotly)
library(ggplot2)
data_df <- data.frame(price, score, year)
p <- ggplot(data_df, aes(x=score, y=price)) + 
  geom_point() + 
  geom_smooth(method="lm", se=FALSE, fill=NA, formula=y ~ poly(x, 2, raw=TRUE),colour="blue") + 
  theme_bw() 
ggplotly(p)

【讨论】：