如何从线性回归分析中计算斜率？

Question

在 R 中，我试图将 abline 覆盖到 plot 上，这是线性回归的结果。 我想创建一个散点图 plot 在 x 轴上显示TrainRegRpt$train.data.Price （原价），在 y 轴上显示TrainRegress$fitted.values （来自 lm 模型的预计价格）并画线通过绘制点的最佳拟合。

这是我的一些代码：

TrainRegress <- lm(PriceBH.df$Price ~ ., data=PriceBH.df, subset = train.rows)
TrainRegRpt  <- data.frame(train.data$Price, TrainRegress$fitted.values, TrainRegress$residuals)
x <- as.vector(TrainRegRpt$TrainRegress.fitted.values)    # on the x-axis
y <- as.vector(TrainRegRpt$train.data.Price)     #on the y-axis
plot(TrainRegRpt$train.data.Price ~ TrainRegRpt$TrainRegress.fitted.values)
abline(x,y)

散点图 plot 的结果是一样的：

x <- as.vector(newdf$fv)
y <- as.vector(newdf$p)
p <-as.vector(TrainRegRpt$train.data.Price) # my y-axis in the scatter plot
fv <- as.vector(round(TrainRegRpt$TrainRegress.fitted.values,2) # my y-axis in the scatter plot
newdf<- dfrm <- data.frame(p,fv)
plot(newdf$p ~ newdf$fv)
abline(x,y)
summary(TrainRegress)

以下是 TrainRegress 的摘要： 从 TrainRegress 的摘要中得到的系数：

Intercept  Estimate     
................30.318
CRIM.........0.245
CHAS......5.8368
RM..........8.4846

我提取了 y 截距如下：

y.interceptval <-summary(TrainRegress)$coefficients[1]

我将在abline(y.interceptval,***?slope***)中使用y.interceptval ，但我需要知道如何计算斜率。 如何计算传递给abline(y.interceptval, slope) ？

我这里有 5 本没有帮助的教科书，我的教授拒绝帮助我，我真的希望这本书完美无缺！ 谢谢！！！

plot(TrainRegRpt$train.data.Price ~ TrainRegRpt$TrainRegress.fitted.values)<br>
abline(x,y)

Answer 1

看起来您已经计算了斜率。 使用lm()进行线性回归分析的斜率是系数。 因此，在这种情况下， 30.318是您的 Y 轴截距。

这为您提供了一个回归方程：

Y = 30.318 + 0.245*(CRIM) + 5.8368*(CHAS) + 8.4846*(RM)

数字0.245 、 5.8368和8.4846是每个变量的系数，它们也是各个斜率。

此外，关于您的拟合与残差 plot 的一件事，看起来您颠倒了abline()应该是的方式（即，而不是abline(x,y)它应该是abline(y,x) 。

编辑您使用abline(x,y)但您绘制的数据是

plot(TrainRegRpt$train.data.Price ~ TrainRegRpt$TrainRegress.fitted.values)

（ train.data.Price vs. Fitted Values not x vs y ）。