![](/img/trans.png)
[英]How to plot a bivariate plot with confidence interval for the x an y-axis in R?
[英]How to plot a 95% confidence interval for lm(y~x1+x2)
我關注了 Max 的帖子,但似乎不明白如何將 Alejandro 給出的解決方案應用於不同的回歸方程,形式為 lm(y~x1+x2)。
以下是供您重現的數據以及我所做的。
y=c(139.31449, 105.17776, 105.38411, 99.27608, 92.29064, 91.55114, 84.44251, 78.40453, 74.66656, 73.33242, 72.42429, 77.08666)
x1=c(0.04, 0.00, 0.00, 0.00, 0.00, 0.00, 0.04, 0.00, 0.00, 0.00, 0.00, 0.00)
x2=c(0.00, 0.08, 0.10, 0.12, 0.15, 0.20, 0.00, 0.08, 0.10, 0.12, 0.15, 0.20)
lm1 <- lm(y ~ x1+x2)
newx = seq(min(x1+x2),max(x1+x2),by = 0.05)
conf_interval <- predict(lm1, newdata=data.frame(x=newx), interval="confidence",
level = 0.95)
plot(x1+x2, y, xlab="x", ylab="y")
abline(lm1, col="lightblue")
matlines(newx, conf_interval[,2:3], col = "blue", lty=2)
我不確定我是否在為 newx 做正確的事情。 我在添加回歸線時遇到問題,或者我不應該使用 abline? R 也沒有正確運行 conf_interval。
我試圖尋找與我相似的主題,但很難找到。 有人可以幫忙嗎? 謝謝。
你的模型y~x1+x2
不是簡單的線性回歸(SLR),所以它的置信區間(CI)不能像 SLR 那樣可視化。
有幾種方法可以繪制此模型的 CI。
首先,使用predict3d::ggPredict()
,對於固定的x2
,
ggPredict(lm1, digits = 1, se = TRUE)
其次,通過使用plotly::plot_ly
和其他一些來繪制 3 維置信平面(?)。
xgrid <- seq(0,0.04 , length.out = 30)
ygrid <- seq(0, 0.15, length.out = 30)
newdat <- expand.grid(xgrid, ygrid)
colnames(newdat) <- c("x1", "x2")
predicted <- predict(lm1, newdat, se = TRUE)
ymin <- predicted$fit - 1.96 * predicted$se.fit
ymax <- predicted$fit + 1.96 * predicted$se.fit
fitt <- predicted$fit
z <- matrix(fitt, length(xgrid))
ci.low <- matrix(ymin, length(xgrid))
ci.up <- matrix(ymax, length(xgrid))
library(plotly)
plot_ly(x = xgrid, y = ygrid) %>%
add_surface(z = z, colorscale = list(c(0,1), c("red", "blue"))) %>%
add_surface(z = ci.low, opacity = 0.5, showscale = FALSE, colorscale = list(c(0,1),c("grey","grey"))) %>%
add_surface(z = ci.up, opacity = 0.5, showscale = FALSE, colorscale = list(c(0,1),c("grey","grey")))
請注意, x
和y
是您的數據的x1
和x2
,而z
是預測的y
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.