web-dev-qa-db-fra.com

Imprimer l'équation de régression linéaire sur le tracé lui-même

Comment imprimer l'équation d'une ligne sur un tracé?

J'ai 2 variables indépendantes et je voudrais une équation comme celle-ci:

y=mx1+bx2+c

where x1=cost, x2 =targeting

Je peux tracer la ligne la mieux adaptée, mais comment imprimer l'équation sur le tracé?

Peut-être que je ne peux pas imprimer les 2 variables indépendantes dans une équation, mais comment faire pour dire y=mx1+c au moins?

Voici mon code:

fit=lm(Signups ~ cost + targeting)
plot(cost, Signups, xlab="cost", ylab="Signups", main="Signups")
abline(lm(Signups ~ cost))
rregression
9
jxn

J'ai essayé d'automatiser un peu la sortie:

fit <- lm(mpg ~ cyl + hp, data = mtcars)
summary(fit)
##Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 36.90833    2.19080  16.847  < 2e-16 ***
## cyl         -2.26469    0.57589  -3.933  0.00048 ***
## hp          -0.01912    0.01500  -1.275  0.21253 


plot(mpg ~ cyl, data = mtcars, xlab = "Cylinders", ylab = "Miles per gallon")
abline(coef(fit)[1:2])

## rounded coefficients for better output
cf <- round(coef(fit), 2) 

## sign check to avoid having plus followed by minus for negative coefficients
eq <- paste0("mpg = ", cf[1],
             ifelse(sign(cf[2])==1, " + ", " - "), abs(cf[2]), " cyl ",
             ifelse(sign(cf[3])==1, " + ", " - "), abs(cf[3]), " hp")

## printing of the equation
mtext(eq, 3, line=-2)

enter image description here

J'espère que ça aide,

alex

14
alko989

Vous utilisez ? Text . De plus, vous ne devez pas utiliser abline(lm(Signups ~ cost)), car il s'agit d'un modèle différent (voir ma réponse sur CV ici: Y a-t-il une différence entre 'contrôler pour' et 'ignorer' d'autres variables dans plusieurs régression ). En tout cas, pensez à:

set.seed(1)
Signups   <- rnorm(20)
cost      <- rnorm(20)
targeting <- rnorm(20)
fit       <- lm(Signups ~ cost + targeting)

summary(fit)
# ...
# Coefficients:
#             Estimate Std. Error t value Pr(>|t|)
# (Intercept)   0.1494     0.2072   0.721    0.481
# cost         -0.1516     0.2504  -0.605    0.553
# targeting     0.2894     0.2695   1.074    0.298
# ...

windows();{
  plot(cost, Signups, xlab="cost", ylab="Signups", main="Signups")
  abline(coef(fit)[1:2])
  text(-2, -2, adj=c(0,0), labels="Signups = .15 -.15cost + .29targeting")
}

enter image description here

3
gung