良い線形回帰プロット（適合ライン、信頼/予測バンドなど）を作成する

Question

私は今後この10年間の回帰をサンプルします。

date<-as.Date(c("2015-12-31", "2014-12-31", "2013-12-31", "2012-12-31")) 
value<-c(16348, 14136, 12733, 10737) 
#fit linear regression 
model<-lm(value~date) 
#build predict dataframe 
dfuture<-data.frame(date=seq(as.Date("2016-12-31"), by="1 year", length.out = 10)) 
#predict the futurne 
predict(model, dfuture, interval = "prediction") 

これに信頼バンドを追加するにはどうすればよいですか？

Answer 1

次のコードは、見栄えの良い回帰プロットを生成します。コードに沿った私のコメントは、すべてを明確に説明するべきです。コードはvalue、modelをあなたの質問に使用します。

## all date you are interested in, 4 years with observations, 10 years for prediction 
all_date <- seq(as.Date("2012-12-31"), by="1 year", length.out = 14) 

## compute confidence bands (for all data) 
pred.c <- predict(model, data.frame(date=all_date), interval="confidence") 

## compute prediction bands (for new data only) 
pred.p <- predict(model, data.frame(date=all_date[5:14]), interval="prediction") 

## set up regression plot (plot nothing here; only set up range, axis) 
ylim <- range(range(pred.c[,-1]), range(pred.p[,-1])) 
plot(1:nrow(pred.c), numeric(nrow(pred.c)), col = "white", ylim = ylim, 
    xaxt = "n", xlab = "Date", ylab = "prediction", 
    main = "Regression Plot") 
axis(1, at = 1:nrow(pred.c), labels = all_date) 

## shade 95%-level confidence region 
polygon(c(1:nrow(pred.c),nrow(pred.c):1), c(pred.c[, 2], rev(pred.c[, 3])), 
     col = "grey", border = NA) 

## plot fitted values/lines 
lines(1:nrow(pred.c), pred.c[, 1], lwd = 2, col = 4) 

## add 95%-level confidence bands 
lines(1:nrow(pred.c), pred.c[, 2], col = 2, lty = 2, lwd = 2) 
lines(1:nrow(pred.c), pred.c[, 3], col = 2, lty = 2, lwd = 2) 

## add 95%-level prediction bands 
lines(4 + 1:nrow(pred.p), pred.p[, 2], col = 3, lty = 3, lwd = 2) 
lines(4 + 1:nrow(pred.p), pred.p[, 3], col = 3, lty = 3, lwd = 2) 

## add original observations on the plot 
points(1:4, rev(value), pch = 20) 

## finally, we add legend 
legend(x = "topleft", legend = c("Obs", "Fitted", "95%-CI", "95%-PI"), 
     pch = c(20, NA, NA, NA), lty = c(NA, 1, 2, 3), col = c(1, 4, 2, 3), 
     text.col = c(1, 4, 2, 3), bty = "n") 

JPEGは、コードによって生成された：あなたはプロットから見ることができるようにあなたが予測をしようとして、

• 自信バンドが広く育つ

  jpeg("regression.jpeg", height = 500, width = 600, quality = 100) 
  ## the above code 
  dev.off() 
  ## check your working directory for this JPEG 
  ## use code getwd() to see this director if you don't know 
  

  観察されたデータから遠ざかります。

• 予測間隔は信頼区間よりも広い。

あなたはpredict.lm()が内部的信頼/予測区間を計算する方法についての詳細をお知りになりたい場合はは、How does predict.lm() compute confidence interval and prediction interval?を読み、そこに私の答え。

visregパッケージの単純な使用のアレックスのデモのおかげで、しかし、私はまだRベースを使用することを好む。あなたが値に興味があるなら

Answer 2

あなたは、単にvisreg::visreg

library(visreg) 
visreg(model) 

を使用することができます。

> head(visreg(model)$fit) 
     date value visregFit visregLwr visregUpr 
1 2012-12-31 13434.5 10753.10 9909.073 11597.13 
2 2013-01-10 13434.5 10807.81 9974.593 11641.02 
3 2013-01-21 13434.5 10862.52 10040.033 11685.00 
4 2013-02-01 13434.5 10917.22 10105.389 11729.06 
5 2013-02-12 13434.5 10971.93 10170.658 11773.21 
6 2013-02-23 13434.5 11026.64 10235.837 11817.44 

の