绘制计算的线性回归线

Question

我正在尝试为以下问题绘制线性回归线。如果第一列是住在一个房间里的狗的数量，第二列代表每只狗可以抓取的食物量，那么当有 10 只狗和 15 只狗时，估计每只狗可以抓取的食物量分别是多少，在房间里？我需要编写一个函数来计算给定 x 向量的估计值 y 向量。用“o”型点画出实际值，用“+”型点画出估计值。您还需要绘制回归线。）

提示使用如下：

lmout <- lm (y ~ x)

intercept <- lmout[1]$coefficients[[1]]
constant <- lmout[1]$coefficients[[2]]

我不知道我需要根据问题计算什么。如果给定的矩阵如下所示，我不明白需要什么：

  Number of dogs in a room Amount of food each dog can grab
1                        8                               12
2                       20                               15
3                       10                                2

问题要求计算当每个房间分别有 10 只狗和 15 只狗时，每只狗可以抓取多少食物？ 到目前为止，我所做的是绘制矩阵和回归线的值。

rownames = c("1","2","3") #Declaring row names
colnames = c("Number of dogs in a room", "Amount of food each dog can grab") #Declaring column names

v <- matrix(c(8,12,20,15,10,2), nrow = 3, byrow=TRUE, dimnames = list(rownames,colnames))

print(v) # Prints the matrix of the data

# Data in vector form
x <- c(8,20,10)
y <- c(12,15,2)

# calculate linear model
lmout <- lm (y ~ x)
# plot the data
plot(x,y, pch =19)
# plot linear regression line
abline(lmout, lty="solid", col="royalblue")

# Function
func <- function(lmout,x){

  intercept <- lmout[1]$coefficients[[1]]
  constant <- lmout[1]$coefficients[[2]]

  regline2 <- lm(intercept, constant) 
  abline(regline2, lty="solid", col="red")

}

print(func(lmout,x))

Answer 1

听起来您想要每个房间 10 和 15 只狗的预测值 food。你可以通过predict 做到这一点。首先，我会将矩阵转换为数据框，以使事情变得更容易：

# Turn you matrix into a dataframe.
df <- data.frame(dogs = v[,1], food = v[,2])

然后我可以根据模型计算我的模型和预测：

# Compute the linear model.
lmout <- lm(food ~ dogs, df)

# Create a dataframe with new values of `dogs`.
df_new <- data.frame(dogs = c(10, 15))

# Use `predict` with your model and the new data.
df_new$food <- predict(lmout, newdata = df_new)

#### PREDICTIONS OUTPUT ####

  dogs      food
1   10  8.096774
2   15 11.040323

现在我可以用回归线绘制数据和新数据。

plot(df$dogs, df$food, pch = 21)
abline(lmout, lty="solid", col="royalblue")
points(df_new$dogs, df_new$food, pch = 3, col = "red")

Answer 2

由于这听起来像是家庭作业，我将向您展示如何仅使用 R 中的内置函数来执行此操作。您必须构建自己的函数才能动态执行此操作。如果您是老师希望您从头开始，请记住：

yhat = beta0 + beta1 * x # No LaTeX Support here?

dog_dat <- data.frame("dogs_room" = c(8, 20, 10), "food" = c(12, 15, 2))
dog.lm <- lm(dogs_room ~ food, data = dog_dat)

plot(dog_dat$food, dog_dat$dogs_room)
points(dog_dat$food, fitted.values(dog.lm), col = "red")
abline(dog.lm)

^{由reprex package (v0.2.1) 于 2019 年 6 月 28 日创建}