私は実験データの信頼性をチェックするために同じ条件(いくつかの条件)の反復測定値からなる実験データに対して線形回帰を実行しようとしています。R-リニアモデルが実験データと一致しません
[1] cond1 repA cond1 repB cond2 repA cond2 repB ...
[2] 4.158660e+06 4454400.703 ...
[3] 1.458585e+06 4454400.703 ...
[4] NA 887776.392 ...
...
[5024] 9571785.382 9.679092e+06 ...
Iは、異なる条件のために(rdata
に格納されている)散布+ LM + R^2つの値をプロットするために、次のコードを使用します:
df
に格納され〜5K-10K観察有します
:それは私が実験データで見る傾向に適合しないように、しかし
for (i in seq(1,13,2)){
vec <- matrix(0, nrow = nrow(df), ncol = 2)
vec[,1] <- df[,i]
vec[,2] <- df[,i+1]
vec <- na.exclude(vec)
plot(log10(vec[,1]),log10(vec[,2]), xlab = 'rep A', ylab = 'rep B' ,col="#00000033")
abline(fit<-lm(log10(vec[,2])~log10(vec[,1])), col='red')
legend("topleft",bty="n",legend=paste("R2 is",rdata[1,((i+1)/2)] <- format(summary(fit)$adj.r.squared,digits=4)))
}
は、LMがシフトしているようです
すべての条件で一貫して発生します。私は、scourceコードを探し、さまざまなフォーラムや投稿(thisまたはhere)を参照して説明を見つけることに失敗しました。
ようこそStackOverflow! [再現可能な例](http://stackoverflow.com/questions/5963269)を与える方法に関する情報をお読みください。これは他の人があなたを助けることをはるかに容易にします。 – Axeman
また、なぜあなたは結果が間違っていると思いますか?回帰直線が右上隅のデータに正確にないという唯一の問題ですか? – Axeman
'' lm'適合とローカル線形回帰(例えば '' loess')の適合度を比較して、何が起こっているのかをよりよく把握できます。私の疑念は、より低い「A」の(ローカル)線形フィットは、より高い「A」よりも勾配が著しく浅く、右上の点を通らない全体的なフィットを説明することである。 – Thales