Modelle zur Korrelations- und Regressionsanalyse
Moderator: EDi
-
sklansky18
- Beiträge: 1
- Registriert: Do Mai 30, 2019 2:05 pm
Beitrag
von sklansky18 »
Hallo,
weiß jemand von euch wie man eine kubische Regressionsfunktion darstellen kann?
Folgendes habe ich probiert:
Jedoch bekomme ich mehrere plots. Was ich möchte ist einfach nur diese Regressionsfunktion darstellen zusammen mit den
Datenpunkten (scatterplot).
Code: Alles auswählen
var_mortal <- water_result$mortal
var_calcium <- water_result$calcium
plot(var_calcium,var_mortal)
fit_cubic = lm(mortal~calcium + I(calcium^2) + I(calcium^3) , water_result)
# Regressionsgleichung für die kubische Regression ist -0.0002281x^3 + 0.04140x^2 - 5.096x + 1962
plot( fit_cubic)
-
jogo
- Beiträge: 2090
- Registriert: Fr Okt 07, 2016 8:25 am
Beitrag
von jogo »
Hallo sklansky,
willkommen im Forum!
sklansky18 hat geschrieben: ↑Do Mai 30, 2019 2:10 pm
Jedoch bekomme ich mehrere plots.
ja, das sind die
diagnostic plots für
lm.
Was ich möchte ist einfach nur diese Regressionsfunktion darstellen zusammen mit den
Datenpunkten (scatterplot).
da gibt es predict() oder $fitted.values
Code: Alles auswählen
var_mortal <- water_result$mortal
var_calcium <- water_result$calcium
plot(var_calcium,var_mortal)
Hier ein kleines Beispiel:
Code: Alles auswählen
M <- mtcars[order(mtcars$hp),]
fit_cubic = lm(mpg ~ hp + I(hp^2) + I(hp^3) , data=M)
plot(predict(fit_cubic) ~ hp, data=M, type="l", col="red")
points(mpg ~ hp, data=M)
Gruß, Jörg
-
bigben
- Beiträge: 2803
- Registriert: Mi Okt 12, 2016 9:09 am
Beitrag
von bigben »
Jörgs Lösung ist sehr universell anwendbar. Wenn Du aber schon soweit bist:
Dann kannst Du auch die Funktion curve() verwenden, die Du Dir bei Gelegenheit so oder so mal anschauen solltest.
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte