2015-08-09 181 views
2

我想繪製迴歸線與不同的攔截,但具有相同的斜率。GGPLOT2:繪製迴歸線與不同的攔截,但與相同的斜率

用下面ggplot2代碼,我可以繪製迴歸曲線與不同截距和不同的斜率。但無法弄清楚如何繪製具有不同截距但不同斜率的迴歸線。任何幫助將不勝感激。由於

library(ggplot2) 
    ggplot(data=df3, mapping=aes(x=Income, y=Consumption, color=Gender)) + geom_point() + 
    geom_smooth(data=df3, method = "lm", se=FALSE, mapping=aes(x=Income, y=Consumption)) 

Consumption <- c(51, 52, 53, 54, 56, 57, 55, 56, 58, 59, 62, 63) 
Gender <- gl(n = 2, k = 6, length = 2*6, labels = c("Male", "Female"), ordered = FALSE) 
Income <- rep(x=c(80, 90, 100), each=2) 
df3 <- data.frame(Consumption, Gender, Income) 
df3 

# Regression with same slope but different intercepts for each Gender 
fm1 <- lm(formula=Consumption~Gender+Income, data=df3) 
summary(fm1) 

Call: 
lm(formula = Consumption ~ Gender + Income, data = df3) 

Residuals: 
    Min  1Q Median  3Q  Max 
-0.8333 -0.8333 0.1667 0.1667 1.1667 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 26.83333 2.54557 10.54 2.30e-06 *** 
GenderFemale 5.00000 0.45812 10.91 1.72e-06 *** 
Income  0.30000 0.02805 10.69 2.04e-06 *** 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.7935 on 9 degrees of freedom 
Multiple R-squared: 0.9629, Adjusted R-squared: 0.9546 
F-statistic: 116.7 on 2 and 9 DF, p-value: 3.657e-07 
+0

你爲什麼不添加一個'geom_line'與'lm',即結果呢ggplot外的計算?從技術上講,你在你的模型中看到沒有兩種不同的攔截,但額外的偏移來假'GenderFemale' – mts

+0

可能是一個統計問題。你的ggplot代碼通過使用color = Gender來做什麼是爲每個性別創建一個線性迴歸模型。因此,該模型將確定它們是否具有相同的斜率和/或相同的截距。如果它實際上具有相同的斜率和不同的截距,請確保它將被繪製。你爲什麼要強迫男女同性戀? – AntoniosK

回答

2

你爲什麼不計算迴歸的結果ggplot之外從lm

# Regression with same slope but different intercepts for each Gender 
fm1 <- lm(formula=Consumption~Gender+Income, data=df3) 
df3 = cbind(df3, pred = predict(fm1)) 

ggplot(data=df3, mapping=aes(x=Income, y=Consumption, color=Gender)) + geom_point() + 
    geom_line(mapping=aes(y=pred)) 

主要生產相同的斜率和截距不同: enter image description here

從技術上講,你在看您的模型沒有兩個不同的截距,但是對虛擬變量GenderFemale有額外的偏移量。

編輯:包括predict簡化,這要歸功於@aosmith用於建議。

+2

您可以通過使用'lm1'對象的'predict'來簡化這一點,或者使用新的數據集[如此處所示](https://stat.ethz.ch/pipermail/r-help/2012-December/ 343458.html),或者通過直接將預測添加到原始數據集進行繪圖[如在此答案中](http://stackoverflow.com/a/1477938/2461552) – aosmith

+0

@aosmith,感謝您指出這一點,事實上要好得多! – mts

+0

上例中運行'fm1s < - summary(fm1)'的實用程序是什麼? – bpace