如何在 R 中绘制拟合多项式?
How to plot fitted polynomial in R?
我在 R
中有一个 parametric polynomial regression
,我这样适合我的数据:
poly_model <- lm(mydataframef$y ~ poly(mydataframe$x,degree=5))
mydf
显然包含y
和x
。然后我这样画
plot(mydataframe$x, mydataframe$y, xlab='regressor or predictor variable polynomial regression', ylab='outcome or label')
然后我想添加拟合的多项式,所以我执行以下操作:
abline(poly_model)
这给了我一个警告:
Warning message:
In abline(poly_model) :
only using the first two of 6 regression coefficients
当然,情节完全不对劲,因为正如承诺的那样,它只使用了前两个,即截距和斜率。当我只有一个预测变量时,为什么只使用前两个系数?那么,情节应该是二维的吗?使困惑。谢谢。
使用fitted
。使用内置 data.frame BOD
:
fm <- lm(demand ~ poly(Time, 3), BOD)
plot(demand ~ Time, BOD)
lines(fitted(fm) ~ Time, BOD, col = "red")
给予:
答案在这里,
poly_model <- lm(mpg ~ poly(hp,degree=5), data = mtcars)
x <- with(mtcars, seq(min(hp), max(hp), length.out=2000))
y <- predict(poly_model, newdata = data.frame(hp = x))
plot(mpg ~ hp, data = mtcars)
lines(x, y, col = "red")
输出图是,
我在 R
中有一个 parametric polynomial regression
,我这样适合我的数据:
poly_model <- lm(mydataframef$y ~ poly(mydataframe$x,degree=5))
mydf
显然包含y
和x
。然后我这样画
plot(mydataframe$x, mydataframe$y, xlab='regressor or predictor variable polynomial regression', ylab='outcome or label')
然后我想添加拟合的多项式,所以我执行以下操作:
abline(poly_model)
这给了我一个警告:
Warning message:
In abline(poly_model) :
only using the first two of 6 regression coefficients
当然,情节完全不对劲,因为正如承诺的那样,它只使用了前两个,即截距和斜率。当我只有一个预测变量时,为什么只使用前两个系数?那么,情节应该是二维的吗?使困惑。谢谢。
使用fitted
。使用内置 data.frame BOD
:
fm <- lm(demand ~ poly(Time, 3), BOD)
plot(demand ~ Time, BOD)
lines(fitted(fm) ~ Time, BOD, col = "red")
给予:
答案在这里,
poly_model <- lm(mpg ~ poly(hp,degree=5), data = mtcars)
x <- with(mtcars, seq(min(hp), max(hp), length.out=2000))
y <- predict(poly_model, newdata = data.frame(hp = x))
plot(mpg ~ hp, data = mtcars)
lines(x, y, col = "red")
输出图是,