绘制多项多项式回归曲线

我想绘制只有几个回归线而不是任何点。（没有fitted，因为我有超过7000点）。我知道如何用线性回归来做到这一点，但不能用多项式回归。我的数据是here。随着一些线性回归：绘制多项多项式回归曲线

plot_data=read.csv("plot_data.csv") #read data 

#linear regressions 
Off_linear=lm(Z_Salary~OBPM,data=plot_data) 
Def_linear=lm(Z_Salary~DBPM,data=plot_data) 
Tot_linear=lm(Z_Salary~BPM,data=plot_data) 

#try to plot. This works. Not sure how to add legend 
termplot(Def_linear, ylab='Z_Salary',xlab='BPM',ylim=c(-2, 2)) 
abline(Off_linear) 
abline(Tot_linear,col='blue')

但是，如果我尝试创建多项式回归，我不能做到这一点。我想要得到与这些回归相同的情节，但termplot确实与自变量一起工作，并分别进行处理。

Off_exp=lm(Z_Salary~OBPM+I(OBPM^2),data=plot_data) 
Def_exp=lm(Z_Salary~DBPM+I(DBPM^2),data=plot_data) 
Tot_exp=lm(Z_Salary~BPM+I(BPM^2),data=plot_data)

来源

2016-02-26 Bobe Kryant

制作想要绘制的x值，然后使用预测函数获取预测值。 – Dason

@Dason能否更精确地解释如何去做。我创建了一个新的x值，但它仍然不起作用。（数据帧）（nd = data.frame（x = seq（0,8，length = 8）） test = predict（Def_exp，newdata = nd）' –

@Dason已经给了你提示。找到下面的一些代码，使其工作。

Off_exp=lm(Z_Salary~OBPM+I(OBPM^2),data=plot_data) 
x=seq(from=range(plot_data$OBPM)[1], to=range(plot_data$OBPM)[2]) 
y=predict(Off_exp, newdata=list(OBPM=x)) 
plot(x, y, type="l", col="blue", xlab="OBPM", ylab="Z_Salary") 
legend("topleft", legend="d2", col="blue", lty=1, title="polys")

这将是这个样子：

希望它能帮助。

来源

2016-02-28 11:05:31 lrnzcig

谢谢你的回应，然而'y = predict（Off_exp，newdata = list（OBPM = x.grid））'不起作用，因为我没有任何设置为x.grid。如果我设置了'x.grid = OPBM'，那么当绘图说''x'和'y'长度不同时，我会得到一个错误，这是有道理的，因为Y是OBPM的长度，而X就像20 –

我已经修正回应，抱歉，愚蠢的错字。干杯。 – lrnzcig

绘制多项多项式回归曲线

回答

相关问题