以下是我的问题:
1) 我运行了一次多元线性回归,假设如下:
lm(attitude~quality+price+location+Income)
我主要关注态度与质量之间的关系,其他变量是控制变量。
2) 然后我想绘制态度和质量之间的散点图。这很容易:
Q <-ggplot(data=data, aes(x=quality, y=attitude))
Q + geom_point(size = 1)
3) 我希望进一步绘制x和y之间的拟合线,斜率应该是多元线性回归中的偏回归系数。也就是说,它应该是以下公式中的b1:attitude=b1*quality+b2*price+b3*location+b4*Income,而不是以下公式中的b:attitude=b*quality。因此,以下代码不正确,因为它将绘制b而不是b1的斜率。
g <- g + geom_smooth(method = lm)
有人问了一个非常相似的问题,请看这里
提供的答案如下(替换为我的变量):
g <- g + geom_smooth(data=data, aes(x=quality, y=attitude, ymin=lcl, ymax=ucl))
然而,这是一个LOWESS图(正如您在帖子中发布的图像所示),而不是线性直线图。
我的问题是:我该如何添加一条斜率为b1的直线,并带有置信区间带?
sjPlot
软件包具有一些方便的功能:绘制回归模型的边际效应。 - Henrikggeffects
包。 - Henrik