将拟合回归线 (abline) 限制为模型中使用的数据范围

Question

是否可以仅在特定的 x 值范围内绘制拟合的 abline？

我有一个数据集，该数据集与该数据集的子集进行线性拟合：

# The dataset:
daten <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2))

# make a linear fit for the datapoints 3, 4, 5
daten_fit <- lm(formula = y~x, data = daten, subset = 3:5)

当我绘制数据并绘制回归线时：

plot (y ~ x, data = daten)
abline(reg = daten_fit)

该线是针对原始数据中 x 值的全范围绘制的。但是，我只想为用于曲线拟合的数据子集绘制回归线。我想到了两个想法：

1. 绘制第二条线，该线较粗，但仅在 3:5 范围内显示。我检查了 abline、lines 和 segments 的参数，但找不到任何内容

2. 添加小刻度到垂直于 abline 的相应位置。我现在知道如何做到这一点。这当然是更好的方式。

您有解决方案吗？

Answer 1

答案是否定的，不可能让 abline() 仅在模型拟合的绘图区域的一部分上绘制拟合线。这是因为它仅使用模型系数来绘制线，而不是模型的预测。如果仔细观察，您会发现线条绘制实际上延伸到绘图区域之外，覆盖了绘图框所在的区域。

此类问题的最简单解决方案是根据模型预测所需区域。

# The dataset:
daten <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2))
# make a linear fit for the datapoints 3, 4, 5
mod <- lm(y~x, data = daten, subset = 3:5)

首先，我们获得要区分的 x 值的范围：

xr <- with(daten, range(x[3:5]))

然后我们使用模型预测该范围上的一组均匀间隔的点：

pred <- data.frame(x = seq(from = xr[1], to = xr[2], length = 50))
pred <- transform(pred, yhat = predict(mod, newdata = pred))

现在使用 abline 绘制数据和模型()：

plot(y ~ x, data = daten)
abline(mod)

然后添加您想要强调的区域：

lines(yhat ~ x, data = pred, col = "red", lwd = 2)

这给了我们这个图：

如果您有一个比这更复杂的模型可以通过 abline() 处理，然后我们采取稍微不同的策略，预测可用的绘制数据的范围来绘制线条，然后选择我们想要突出显示的区间。以下代码执行此操作：

## range of all `x` data
xr2 <- with(daten, range(x))
## same as before
pred <- data.frame(x = seq(from = xr2[1], to = xr2[2], length = 100))
pred <- transform(pred, yhat = predict(mod, newdata = pred))

## plot the data and the fitted model line
plot(y ~ x, data = daten)
lines(yhat ~ x, data = pred)

## add emphasis to the interval used in fitting
with(pred, lines(yhat ~ x, data = pred, subset = x >= xr[1] & x <= xr[2],
                 lwd = 2, col = "red"))

我们在这里所做的是使用 subset 参数从拟合中使用的区间内的预测中挑选出值，我们传递给 subset 的向量code> 是一个由 TRUE 和 FALSE 值组成的逻辑向量，指示哪些数据位于感兴趣的区域中，并且 lines() 仅沿着那些数据。

R> head(with(pred, x >= xr[1] & x <= xr[2]))
[1] FALSE FALSE FALSE FALSE FALSE FALSE

人们可能想知道为什么我要对预测变量的 50 或 100 个均匀间隔的值进行预测，而在这种情况下，我们只需对数据或感兴趣区域的开始和结束进行预测并将两个点连接起来？好吧，并不是所有的建模练习都那么简单 - 上一个问题的双对数模型就是一个很好的例子 - 我上面概述的通用解决方案在所有情况下都适用，而简单地加入两个预测则不行。

@Andrie 为您提供了想法 2 的解决方案。

Answer 2

是使用颜色来区分已安装的点和未安装的点：

daten_fit <- lm(formula = y~x, data = daten[3:5, ])

plot(y ~ x, data = daten)
points(y ~ x, data = daten[3:5, ], col="red")
abline(reg=daten_fit, col="red")

一种方法 第二种方法是在 x 轴上绘制刻度线。这些刻度线称为地毯，可以使用 rug 函数绘制。但首先您必须计算范围：

#points(y ~ x, data = daten[3:5, ], col="red")
abline(reg=daten_fit, col="red")
rug(range(daten[3:5, 1]), lwd=3, col="red")

Answer 3

这是一个有点基本的绘图问题 - 使用 ylim=c(low, high) 选项以及适合 low 和 high 的选项。

您可能想阅读R 简介手册与您的 R 版本以及 优秀贡献文档 “http://cran.r-project.org” rel="nofollow">CRAN 网站。