1 
y<-c(0.0100,2.3984,11.0256,4.0272,0.2408,0.0200);
x<-c(1,3,5,7,9,11);
d<-data.frame(x,y)
myLm<-lm(x~y**2,data=d)
plot(d)
lines(x,lm(y ~ I(log(x)) + x,data=d)$fitted.values)
lines(x,lm(y ~ I(x**2) + x,data=d)$fitted.values) % not quite right, smooth plz

スムーズなプロットになるはずですが、何か問題があります。

ここに画像の説明を入力

ヘルパーの質問

  1. 線形回帰で使用されるアルゴリズムは何ですか?
  2. Ones 行列でプロットする最小二乗法を説明する
4

4 に答える 4

9

predict適合点間の予測を内挿するために必要です。

d <- data.frame(x=seq(1,11,by=2),
                y=c(0.0100,2.3984,11.0256,4.0272,0.2408,0.0200))
lm1 <-lm(y ~ log(x)+x, data=d)
lm2 <-lm(y ~ I(x^2)+x, data=d)
xvec <- seq(0,12,length=101)
plot(d)
lines(xvec,predict(lm1,data.frame(x=xvec)))
lines(xvec,predict(lm2,data.frame(x=xvec)))

ここに画像の説明を入力してください

于 2011-12-03T13:31:31.027 に答える
6

必須の ggplot2 メソッド:

library(ggplot2)
qplot(x,y)+stat_smooth(method="lm", formula="y~poly(x,2)", se=FALSE)

ここに画像の説明を入力

于 2011-12-03T14:54:16.117 に答える
3

何かのようなもの：

 plot(d)    
 abline(lm(x~y**2,data=d), col="black")

それを作るでしょう（質問が最初に尋ねられた方法によって暗示されているように、線形の場合）

あなたが探しているものについて、私は思います：

  lines(smooth.spline(x, y))

Dirk の示唆どおりに機能する可能性があります。

于 2011-12-03T05:24:04.060 に答える
2

プログラムに付属の「R の紹介」マニュアルの「付録 A: サンプル セッション」を参照してください。しかし、ここからが始まりです

R> y<-c(0.0100,2.3984,11.0256,4.0272,0.2408,0.0200);
R> x<-c(1,3,5,7,9,11);
R> d<-data.frame(x,y)
R> myLm<-lm(x~y**2,data=d)
R> myLm

Call:
lm(formula = x ~ y^2, data = d)

Coefficients:
(Intercept)            y  
      6.434       -0.147

そして、これを次のようにプロットできます（ここで、 と の役割の異常な反転を修正しましたx）y：

R> plot(d)
R> lines(d$y,fitted(myLm))

ここに画像の説明を入力

于 2011-12-03T05:25:41.740 に答える