不同的最佳拟合，并从R中的回归获得p值

Question

我有这张图，来自car ，图1：

代码是：

scatterplot(istat_22 ~ vpa_cnr_2,grid=F, smooth=F)

但是如果我想要回归线的p值以及r和r ^ 2，我如何获得它并将它们绘制在图形上？ 基本上，我会得出直线方程和统计值。 另一个问题是，为什么要用lm绘制，例如：

plot(vpa_cnr_2,istat_22)
abline(lm(vpa_cnr_2 ~ istat_22),col="red")

直线与图1不同（请参见图2）吗？

图2

是的，我知道，它取决于拦截，但是R找不到与lm函数最匹配的方法吗？

Answer 1

如果要在图形中显示它们，我将使用调整后的R平方和模型的整体p值，这些值可以直接从模型的摘要中获取或计算得出。

summary <- summary(lm(istat_22 ~ via_cnr_2)) adjRsq <- summary$adj.r.squared

您不能直接从摘要中获取总体p值，但可以通过F统计量进行计算，这是计算方法：

fStat <- summary$statistic pValue <- pf(fStat[1], fStat[2], fStat[3], lower.tail = F)

您可以参考以下链接： 在图上添加回归线方程式和R2，以了解如何在ggplot中对其进行标记。 至于为什么回归线似乎不正确，这是因为您的变量在lm公式中恢复了。 abline(lm(istat_22 ~ vpa_cnr_2),col="red")

Answer 2

具体来说，如果您想从线性回归中提取值，则可以使用summary 。

#use str(summary(x)) to explore the other useful pieces of information
x <- lm(istat_22 ~ vpa_cnr_2)
summary(x)$r.squared
summary(x)$adj.r.squared
summary(x)$coefficients[2,4] # p-value