從實際模型點到R點的降線

Question

昨天我worked up an example of普通最小二乘（OLS）與主成分分析（PCA）之間的差異。爲了說明這個例子，我想通過OLS和PCA來顯示最小化的錯誤，所以我繪製了實際值，預測線，然後手動（使用GIMP）繪製了一條下拉線來說明幾個誤差項。我如何編寫R中錯誤行的創建？下面是我用我的例子代碼：

set.seed(2) 
x <- 1:100 

y <- 20 + 3 * x 
e <- rnorm(100, 0, 60) 
y <- 20 + 3 * x + e 

plot(x,y) 
yx.lm <- lm(y ~ x) 
lines(x, predict(yx.lm), col="red") 

然後我手動添加了黃線，生產以下：

Answer 1

?segments

我會提供一個例子，但我今天很忙，挑選點並不複雜。 ;-)

好了，所以我不認爲忙碌 ...

n=58; segments(x[n],y[n],x[n],predict(yx.lm)[n]) 
n=65; segments(x[n],y[n],x[n],predict(yx.lm)[n]) 

Answer 2

約書亞提到，segments()是去這裏的路。而且因爲它是完全矢量化，我們可以在所有的錯誤添加一次，從你的例子

set.seed(2) 
x <- 1:100 

y <- 20 + 3 * x 
e <- rnorm(100, 0, 60) 
y <- 20 + 3 * x + e 

plot(x,y) 
yx.lm <- lm(y ~ x) 
lines(x, predict(yx.lm), col="red") 
## Add segments 
segments(x, y, x, fitted(yx.lm), col = "blue") 

以下。如果你只是想強調幾點錯誤的，然後修改約書亞給的例子：

n <- c(58,65) 
segments(x[n], y[n], x[n], fitted(yx.lm)[n], col = "orange", lwd = 3) 

HTH

摹