使用 R 可視化多元線性回歸

Question

我正在嘗試使用四個變量來擬合和可視化多元線性回歸 model。

fit <- lm(general_data$Bacterial.Contigs ~ general_data$Soil.Temperature + general_data$Time.point + general_data$Year)

這里，Time.point 和 Year 是分類變量，其他是數值變量。

我使用以下代碼創建了 3D plot。

library(plotly)

plot_ly(data = general_data, z = ~Bacterial.Contigs, x = ~Soil.Temperature, y = ~Time.point, color = ~Year, colors = c('#0C4B8E' ,'#BF382A'),opacity = 0.5) %>%
  add_markers( marker = list(size = 4))

plot 看起來像這樣：

如何在此 plot 中添加“適合”model 的回歸線。 我真的很感激任何幫助。 謝謝

Answer 1

您安裝的 model 僅具有加性效應，這意味着您的分類值只會增加或減少您的響應變量，不同類別的斜率不會改變。 在 3D plot 上很難想象，我建議你試試ggplot2 。

以mtcars ，您基本上將擬合值放回數據框中，並為擬合值調用一行：

dat = mtcars
dat$am = factor(dat$am)
dat$vs = factor(dat$vs)

fit <- lm(mpg ~ disp + am + vs,data=dat)
dat$fitted= fitted(fit)

library(ggplo2)
g = ggplot(dat) + geom_point(aes(x=disp,y=mpg)) + 
geom_line(aes(x=disp,y = fitted)) + facet_grid(am~vs)
print(g)

或者，如果您需要 plotly：

library(plotly)
ggplotly(g)