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
滑らかなプロットでなければなりません。線形回帰プロット非線形プロットR
ヘルパー質問
predictを使用して、フィッティングされたポイント間の予測を補間する。
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)))
はい、彼は最終的に彼が望むすべてが放物線であることを編集した後、x軸の点列上のpredict（）が正しい答えです。彼の最初のフィットがまだyをyの関数としてモデル化していることに注意してください。しかたがない。私は彼が今言及していることを更新すると確信しています。 –
1つの独立した変数ではなく、複数の変数がある場合はどうすればよいですか？ –
@FrankWANG：新しい質問を投稿し、これを参照し、適切な詳細を提示する必要があります（例：再現可能な質問：http://tinyurl.com/reproducible-000）。簡単な答えは、（1）表面プロットを生成するか、 （2）予測値の1つを除くすべての予測値を特定の値に保った状態で、1つまたは複数の予測線（またはサブプロット）を描画する。 –
のようなもの：
plot(d)
abline(lm(x~y**2,data=d), col="black")
あなたは私が考えて探しているもののためにそれ
を行います：ディルクによって示唆したよう
lines(smooth.spline(x, y))
が動作する可能性があります。
リグレッサーが二乗されている線形モデルにフィットしているとは限りません。 –
@DirkEddelbuettelがそれを編集しました。 Txs – aatrujillob
あなたのプログラムに付属している「はじめにR」マニュアルの「付録A：サンプルセッション」でしばらく時間を費やす必要があります。しかし、ここで開始
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
であり、我々は（私は今xとyの役割のあなたの珍しい反転を補正する）としてこれをプロットすることができます：あなたが必要
R> plot(d)
R> lines(d$y,fitted(myLm))
必須ggplot2方法：
library(ggplot2)
qplot(x,y)+stat_smooth(method="lm", formula="y~poly(x,2)", se=FALSE)
"それにもかかわらず、ポイントやコンプライアンスの" とは何を意味するのでしょうか？ –
彼は何度も投稿を編集し、自分の言葉を変えました。AndresTと私は昨晩助けようとしましたが、問題の条件はずっと変わっていません。 –