Mit der R-Visualisierungsbibliothek ggplot2 können Sie ein angepasstes lineares Regressionsmodell mit der folgenden Grundsyntax zeichnen:

ggplot(data,aes(x, y)) +
  geom_point() +
  geom_smooth(method='lm')

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Zeichnen Sie eine lineare Regressionslinie in ggplot2

Angenommen, wir passen ein einfaches lineares Regressionsmodell an den folgenden Datensatz an:

# Datensatz erstellen
data <- data.frame(y=c(6, 7, 7, 9, 12, 13, 13, 15, 16, 19, 22, 23, 23, 25, 26),
                   x=c(1, 2, 2, 3, 4, 4, 5, 6, 6, 8, 9, 9, 11, 12, 12))

# Passen Sie das lineare Regressionsmodell an den Datensatz an und zeigen Sie die Modellzusammenfassung an
model <- lm(y~x, data=data)
summary(model)

Call:
lm(formula = y ~ x, data = data)

Residuals:
    Min      1Q  Median      3Q     Max 
-1.4444 -0.8013 -0.2426  0.5978  2.2363 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  4.20041    0.56730   7.404 5.16e-06 ***
x            1.84036    0.07857  23.423 5.13e-12 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.091 on 13 degrees of freedom
Multiple R-squared:  0.9769,    Adjusted R-squared:  0.9751 
F-statistic: 548.7 on 1 and 13 DF,  p-value: 5.13e-12

Der folgende Code zeigt, wie das angepasste lineare Regressionsmodell visualisiert wird:

library(ggplot2)

# Diagramm erstellen, um das angepasste lineare Regressionsmodell zu visualisieren
ggplot(data,aes(x, y)) +
  geom_point() +
  geom_smooth(method='lm') 

Lineares Regressionsdiagramm in ggplot2

Standardmäßig fügt ggplot2 dem Diagramm Standardfehlerlinien hinzu. Sie können diese mit dem Argument se=FALSE wie folgt deaktivieren:

library(ggplot2)

# Regressionsdiagramm ohne Standardfehlerlinien erstellen
ggplot(data,aes(x, y)) +
  geom_point() +
  geom_smooth(method='lm', se=FALSE) 

Regressionslinie ggplot2

Zuletzt können wir einige Aspekte des Diagramms anpassen, um es optisch ansprechender zu gestalten:

library(ggplot2)

# Regressionsdiagramm mit benutzerdefiniertem Stil erstellen
ggplot(data,aes(x, y)) +
  geom_point() +
  geom_smooth(method='lm', se=FALSE, color='turquoise4') +
  theme_minimal() +
  labs(x='X Values', y='Y Values', title='Linear Regression Plot') +
  theme(plot.title = element_text(hjust=0.5, size=20, face='bold')) 

Benutzerdefinierte Regressionslinie mit ggplot2 in R

In diesem Beitrag finden Sie eine vollständige Anleitung zu den besten ggplot2-Themen.

Zusätzliche Ressourcen

Eine Einführung in die multiple lineare Regression in R

Statistik: Der Weg zur Datenanalyse

* Amazon Affiliate Link


Das könnte Sie auch interessieren: