你如何绘制线性回归线？答案

【问题标题】：How do you plot a linear regression line?你如何绘制线性回归线？
【发布时间】：2021-03-18 05:16:06
【问题描述】：

如何使用基数 R 将线性回归线拟合到散点图？假设您已经拥有线性模型的摘要信息。

我已经有一个比较 a 和 ix 的散点图，我正在尝试将回归线 lm.a 和 lm.b 添加到图中。我应该使用 a b 线还是其他什么东西？

a <- c(21, 23, 25, 27, 29)
ix <- c(100, 300, 500, 600, 750)
ib <- c(0, 1, 0, 1, 1)
x <- data.frame(a, ix, ib)

lm.a <- with(x, lm(a ~ ix + ib + ix*ib))
summary(lm.a)
n1 <- lm.a$coefficients[1]
n2 <- lm.a$coefficients[2]
n3 <- lm.a$coefficients[3]
n4 <- lm.a$coefficients[4]

【问题讨论】：

(1) 请给我们一个minimal reproducible example 好吗？ (2) 你有拟合的模型对象还是只有系数？ (3) 您似乎正在拟合具有两个不同预测变量的模型。你的散点图上有什么？预测变量之一是分类的吗？
我怀疑你可以用abline 画出回归线。正如@Allan Cameron 建议仔细查看您的模型，您似乎正在寻找一个“回归平面”，而不是回归线。另一方面，您可以只绘制多条回归线。您能否详细说明您的问题？
像这样 "lm.a
@BenBolker 我刚刚在问题和上面的评论中添加了我认为是可复制的代码
这样更好（投票重新开放）；它更清晰，但不可重现。我们需要能够让我们创建x 的代码。另外：你的意思是a ~ ix + ib + ix*ib ??

标签： r

【解决方案1】：

你几乎明白了，这是一个你可以适应的工作示例：

height <- c(176, 154, 138, 196, 132, 176, 181, 169, 150, 175)
bodymass <- c(82, 49, 53, 112, 47, 69, 77, 71, 62, 78)

plot(bodymass, height)+
  abline(lm(height ~ bodymass)) # Missing lm here

【讨论】：

这当然是一个使用一个预测变量和一个结果变量的好方法。我想问题是在示例中似乎有两个自变量，因此散点图必须是 3 维的，而回归“线”实际上是一个平面。
我添加了我希望澄清问题本身的代码，如果这会导致不同的答案