代码之家 › 专栏 › 技术社区 › Zmnako Awrahman beloncfy

绘制预测。具有置信区间的lm结果

linear-regression plot r

-1

Zmnako Awrahman beloncfy · 技术社区 · 8 年前

我有一个df,它是 predict.lm 附加到另一个带有两列的df label 和 actual

df <- data.frame(
label = c('A', 'B', 'C', 'D', 'E', 'F', 'G'), 
actual = c(13.9, 13.4, 13.8, 14.3, 14.2, 13.6, 14.1),
fit = c(13.8, 13.9, 14.1, 14.0, 13.9, 14.3, 14.1),
lwr = c(13.6, 13.7, 13.8, 13.8, 13.7, 14.0, 13.9),
upr = c(14.3, 14.2, 14.7, 14.3, 14.1, 14.9, 14.9)
)

我想策划 真实的 vs fit 哪里 lwr 和 upr 与下图类似,没有线条,点是基于颜色或图案 标签 柱这个数字是一个例子,我希望我的数字看起来像什么。x和y不是来自我的数据。 plot

2 回复 | 直到 8 年前

1

2

Roman LuÅ¡trik 8 年前

像这样的?

library(ggplot2)

df <- data.frame(
  label = c('A', 'B', 'C', 'D', 'E', 'F', 'G'), 
  actual = c(13.9, 13.4, 13.8, 14.3, 14.2, 13.6, 14.1),
  fit = c(13.8, 13.9, 14.1, 14.0, 13.9, 14.3, 14.1),
  lwr = c(13.6, 13.7, 13.8, 13.8, 13.7, 14.0, 13.9),
  upr = c(14.3, 14.2, 14.7, 14.3, 14.1, 14.9, 14.9)
)

ggplot(df, aes(x = actual, y = fit)) +
  theme_bw() +
  geom_ribbon(aes(ymin = lwr, ymax = upr), alpha = 0.5) +
  geom_line(color = "blue") +
  geom_point(aes(color = label))

2

1

G5W 8 年前

你可以用 plot 然后使用 polygon .

ORD = order(df$actual)
plot(df[ORD, 2:3],type="l", ylim=c(min(df$lwr), max(df$upr)), col="blue")
polygon(c(df$actual[ORD], df$actual[rev(ORD)]), border=NA,
    c(df$upr[ORD], df$lwr[rev(ORD)]), col="#88888844")

如果想要更平滑的版本,可以使用样条曲线。

## Smoothed version
plot(spline(df[ORD, 2:3]), type="l", 
    ylim=c(min(df$lwr), max(df$upr)), col="blue")

UpperFun = splinefun(df[ORD, c(2,5)])
LowerFun = splinefun(df[ORD, c(2,4)])
ACT      = seq(min(df$actual), max(df$actual), 0.02)
UPP      = UpperFun(ACT)
LOW      = LowerFun(ACT)

polygon( c(ACT, rev(ACT)), c(UPP, rev(LOW)), 
    border=NA, col="#88888844")