So erstellen Sie ein Streudiagramm mit einer Regressionslinie in R

Wenn wir eine einfache lineare Regression durchführen, sind wir häufig daran interessiert, ein Streudiagramm zu erstellen, um die verschiedenen Kombinationen von x- und y-Werten zu visualisieren.

Glücklicherweise macht es R einfach, Streudiagramme mit der Funktion plot() zu erstellen. Beispielsweise:

#Synthetische Daten generieren
data <- data.frame(x = c(1, 1, 2, 3, 4, 4, 5, 6, 7, 7, 8, 9, 10, 11, 11),
                   y = c(13, 14, 17, 12, 23, 24, 25, 25, 24, 28, 32, 33, 35, 40, 41))

#Streudiagramm erstellen
plot(data$x, data$y)

Es ist auch einfach, mit der Funktion abline() eine Regressionslinie zum Streudiagramm hinzuzufügen. Beispielsweise:

#Lineares Regressionsmodell anpassen
model <- lm(y ~ x, data = data)

#angepassten Regressionslinie zum Streudiagramm hinzufügen
abline(model)

Wir können dem Plot auch Konfidenzintervalllinien hinzufügen, indem wir die Funktion predict() verwenden. Beispielsweise:

#X-Wertebereich definieren
newx = seq(min(data$x),max(data$x),by = 1)

#95% Konfidenzniveau für den X-Wertebereich finden
conf_interval <- predict(model, newdata=data.frame(x=newx), interval="confidence",
                         level = 0.95)

#Streudiagramm mit den Werten der Regressionslinie erstellen
plot(data$x, data$y)
abline(model)

#Gestrichelte Linie (lty=2) für das 95% Konfidenzniveau hinzufügen
lines(newx, conf_interval[,2], col="blue", lty=2)
lines(newx, conf_interval[,3], col="blue", lty=2)

Oder wir können dem Diagramm stattdessen Vorhersageintervalllinien hinzufügen, indem wir den Intervalltyp in der Funktion predict() angeben. Beispielsweise:

#X-Wertebereich definieren
newx = seq(min(data$x),max(data$x),by = 1)

#95% Konfidenzniveau für den X-Wertebereich finden
pred_interval <- predict(model, newdata=data.frame(x=newx), interval="prediction",
                         level = 0.95)

#Streudiagramm mit den Werten der Regressionslinie erstellen
plot(data$x, data$y)
abline(model)

#Gestrichelte Linie (lty=2) für das 95% Konfidenzniveau hinzufügen
lines(newx, pred_interval[,2], col="red", lty=2)
lines(newx, pred_interval[,3], col="red", lty=2)

Schließlich können wir das Diagramm ästhetischer gestalten, indem wir einen Titel hinzufügen, die Achsnamen ändern und die Form der einzelnen Punkte im Diagramm ändern.

plot(data$x, data$y,
     main = "Scatterplot of x vs. y", #Titel hinzufügen
     pch=16, #Punkte angeben, die ausgefüllt werden
     xlab='x', #x-Achenstitel ändern
     ylab='y') #y-Achenstitel ändern

abline(model, col='steelblue') #specify color of regression line

Statistik: Der Weg zur Datenanalyse

So erstellen Sie ein Log-Log-Diagramm in Python

So erstellen Sie eine Precision-Recall-Kurve in Python