如何在R中绘制图形上的趋势线

Question

我已经到处查找资料，但看到的示例都让我无法理解（是的，我有点慢）。请问是否可以有人解释一下如何在R中构建对数趋势线？

以下是一个可行的示例：

myds <- c(23.0415,13.1965,10.4110,12.2560,9.5910,10.7160,9.9665,8.5845,8.9855,8.8920,10.3425,9.3820,9.0860,9.6870,8.5635,9.0755,8.5960,7.9485,8.3235,8.1910)
plot(myds)

我找不到一种简单的方法来应用回归趋势线。我特别关注对数和线性趋势线。是否可以在不连接任何新包的情况下完成？

亲爱的先生们，请友善地澄清一下！

- LoomyBear

---

在两组变量之间绘制趋势，你的示例只有一组。你可以从这里开始：http://www.statmethods.net/graphs/scatterplot.html - katya

@katya 你说得对！另一组是 'x <- c(1:20)'。我会更新我的问题。感谢您的澄清。 - LoomyBear

“对数趋势线”是什么意思，确切地说？是 $y$ 对 $\ln(x)$ 的线性回归还是其他什么？ - Glen_b

请确保您的数据示例在R中可执行。 - Glen_b

@Glen_b 感谢您的回复！我已经更新了问题，并提供了一个可行的R示例，请告诉我它是否有效。 - LoomyBear

Answer 1

由于您的一些数据点缺失，我使用了您提供的六个点:

编辑 - 现在完整的示例可用了

1. 趋势线只是回归线，而最简单的回归方式就像这样运行：a<-lm(outcome~predictor) -- 在此示例中，对象a将保存您的回归参数。要获取新趋势线模型的值，只需使用predict(model_name)或在您的情况下使用predict(a)

2. 向图表添加线非常简单。只需使用plot()函数后说出lines(b)，其中b指定您想要绘制的线。

总之：

[![myds <- c(23.0415,13.1965,10.4110,12.2560,9.5910,10.7160,9.9665,8.5845,8.9855,8.8920,10.3425,9.3820,9.0860,9.6870,8.5635,9.0755,8.5960,7.9485,8.3235,8.1910)
x <- (1:length(myds))
plot(myds)

#make the main plot
plot(x,myds,ylim=c(5,30),xlim=c(0,20))

#add linear trend
lines(predict(lm(myds~x)),col='green')

#one more trend
lines(predict(lm(myds~log(x))),col='red')][1]][1] 

- coulminer

---

谢谢您的回复！请查看我的更新答案，其中包含可工作的示例代码。 - LoomyBear

请问您能否解释一下这里到底发生了什么？为什么要使用那些函数？ - LoomyBear

@LoomyBear，你具体是哪一部分感到困惑了？ - coulminer

对我来说，把所有的内容都翻译一下吧，因为我不明白正在发生什么。我不想在没有意识到实际发生的情况下使用代码片段。问题是我想要理解它的工作原理，以便在某个时候掌握它。无论如何，谢谢您的答复！ - LoomyBear

我建议（这是我让R为我工作的方法）你可以尝试以下步骤：将这个可行的示例粘贴到你的Rstudio/R中，并进行调试。观察每个调用的结果，然后逐步去除函数，例如调用lines(predict(lm(mydsx)),col='green')，然后是predict(lm(mydsx))，最后是lm(myds~x)。通过这种方式，你将理解每个步骤的作用，并为将来自己提供帮助。 - coulminer

Answer 2

由于您没有提供可重现的示例，我会发布一些链接，我认为可能会对您有所帮助：

一个简单线性趋势线的示例在这里： http://www.r-tutor.com/elementary-statistics/quantitative-data/scatter-plot 此外，在SO上有一个主题： 如何在R中添加不同的趋势线？ 使用ggplot会更容易一些，因为您可以使用平滑函数。 smooth functions。

- Daniel

---

谢谢你的回复！我已经更新了问题并提供了可工作的示例代码。期间我会检查你给我的链接！ - LoomyBear

光滑函数链接损坏。 - Zaz