将拟合回归线（abline）限制在模型中使用的数据范围内

Question

是否可以仅在 x 值的某个范围内绘制适合的 abline？

我有一个数据集的子集线性拟合：

# The dataset:
daten <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2))

# make a linear fit for the datapoints 3, 4, 5
daten_fit <- lm(formula = y~x, data = daten, subset = 3:5)

当我绘制数据并绘制回归线时：

plot (y ~ x, data = daten)
abline(reg = daten_fit)

为原始数据中 x 值的全范围绘制线。但是，我只想为用于曲线拟合的数据的 子集 绘制回归线。我想到了两个想法：

1. 再画一条较粗的线，但只显示在 3:5 的范围内。我检查了abline、lines 和segments 的参数，但找不到任何东西

2. 在与abline 垂直的相应位置添加小刻度。我现在知道如何做到这一点。这当然是更好的方式。

你有什么解决办法吗？

Answer 1

答案是否定的，不可能让abline() 仅在模型拟合的绘图区域的一部分上绘制拟合线。这是因为它只使用模型系数来画线，而不是模型的预测。如果你仔细观察，你会发现画线实际上延伸到绘图区域之外，覆盖了它所在区域的图框。

此类问题的最简单解决方案是从模型中预测您想要的区域。

# The dataset:
daten <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2))
# make a linear fit for the datapoints 3, 4, 5
mod <- lm(y~x, data = daten, subset = 3:5)

首先，我们得到要区分的x 值的范围：

xr <- with(daten, range(x[3:5]))

然后我们使用模型在这个范围内预测一组均匀分布的点：

pred <- data.frame(x = seq(from = xr[1], to = xr[2], length = 50))
pred <- transform(pred, yhat = predict(mod, newdata = pred))

现在使用abline()绘制数据和模型：

plot(y ~ x, data = daten)
abline(mod)

然后添加您要强调的区域：

lines(yhat ~ x, data = pred, col = "red", lwd = 2)

这给了我们这个情节：

如果您有一个比abline() 可以处理的模型更复杂的模型，那么我们会采取稍微不同的策略，在可用的绘制数据范围内进行预测以画线，然后挑选我们要突出显示的间隔。下面的代码就是这样做的：

## range of all `x` data
xr2 <- with(daten, range(x))
## same as before
pred <- data.frame(x = seq(from = xr2[1], to = xr2[2], length = 100))
pred <- transform(pred, yhat = predict(mod, newdata = pred))

## plot the data and the fitted model line
plot(y ~ x, data = daten)
lines(yhat ~ x, data = pred)

## add emphasis to the interval used in fitting
with(pred, lines(yhat ~ x, data = pred, subset = x >= xr[1] & x <= xr[2],
                 lwd = 2, col = "red"))

我们在这里所做的是使用subset 参数从预测中挑选出在拟合使用的区间内的值，我们传递给subset 的向量是TRUE 和@987654335 的逻辑向量@ 值指示哪些数据在感兴趣的区域中，lines() 仅沿着这些数据绘制一条线。

R> head(with(pred, x >= xr[1] & x <= xr[2]))
[1] FALSE FALSE FALSE FALSE FALSE FALSE

有人可能想知道，为什么我可以对预测变量的 50 或 100 个均匀间隔的值进行预测，而在这种情况下，我们可以对数据或感兴趣区域的开始和结束进行预测并加入两点？好吧，并不是所有的建模练习都那么简单——你之前的问题中的双对数模型就是一个很好的例子——我上面概述的通用解决方案适用于所有情况，而简单地加入两个预测则不会。

@Andrie 为您提供了想法 2 的解决方案。

Answer 2

一种方法是使用颜色来区分适合的点和不适合的点：

daten_fit <- lm(formula = y~x, data = daten[3:5, ])

plot(y ~ x, data = daten)
points(y ~ x, data = daten[3:5, ], col="red")
abline(reg=daten_fit, col="red")

第二种方法是在 x 轴上绘制刻度线。这些刻度称为地毯，可以使用rug 函数绘制。但首先你必须计算range：

#points(y ~ x, data = daten[3:5, ], col="red")
abline(reg=daten_fit, col="red")
rug(range(daten[3:5, 1]), lwd=3, col="red")

Answer 3

这是一个基本的绘图问题——使用ylim=c(low, high) 选项和low 和high 的合适选项。

您可能需要阅读 R 版本随附的 An Introduction to R 手册，以及 CRAN 网站上的其他 fine contributed documentation。