2016-08-29 14 views
3

です.R/Statisticsの新機能で、予測値をプロットする方法を理解できませんでした。複数回線形回帰を実行した後の実際の値。私は似たようなことに遭遇しました(コードを理解することはできませんでした)。私は、コードを説明している場合、それを大幅に感謝: これは私がこれまでにやっていることです:予測されたVS実際のプロットはR

# Attach file containing variables and responses 
q<-read.csv("C:/Users/A/Documents/Design.csv") 
attach(q) 
# Run a linear regression 
model<-lm(qo~P+P1+P4+I) 
# Summary of linear regression results 
summary(model) 

実際Vsと予測のプロット私はグラフィカルに私の回帰が私の上でどのようにベストフィットの見ることができています実際のデータ

+0

ユアーズあなたのR-SQRは、モデルの精度を与える必要がありますので、線形回帰モデルです。予測と実際のプロットを持つことは、典型的な分類問題ではありません – amrrs

+0

あなたはあなたが来たものを含めることができますか? – Sotos

+0

@Ben Bolkerが投稿したばかりのように、例えば、 'abline'と' plot'を使うことができます 詳しい読書: https://stat.ethz.ch/pipermail/r-help//2013-February/347479.html – nilsole

答えて

6

それはあなたがreproducible exampleを提供した場合より良いが、ここで私が作っ例ですなります

set.seed(101) 
dd <- data.frame(x=rnorm(100),y=rnorm(100), 
       z=rnorm(100)) 
dd$w <- with(dd, 
    rnorm(100,mean=x+2*y+z,sd=0.5)) 

それはdata引数を使用した方が良い(あまり)です - あなたはattach()を使用することはほとんどないはずですが...

m <- lm(w~x+y+z,dd) 
plot(predict(m),dd$w, 
     xlab="predicted",ylab="actual") 
abline(a=0,b=1) 

enter image description here

+1

こんにちは@Ben Bolker。返信いただきありがとうございます。ちょうど私が理解したことを確認する。回帰を実行した後、私は回帰を使って予測値を生成し、次に計算された/実験値に対して予測値をプロットするために、予測引数を使用するだけです。 – John

+1

はい............ –

0

プロットpredicted vs actualのほかに、あなたは追加を得ることができますフィッティングの良さを視覚的に評価するのに役立つプロットセットです。

--- execute previous code by Ben Bolker --- 

par(mfrow = c(2, 2)) 
plot(m) 

enter image description here

関連する問題