R 最佳拟合 45 度线答案

【问题标题】：R best fit of 45 degree lineR 最佳拟合 45 度线
【发布时间】：2016-02-27 08:00:38
【问题描述】：

（我知道它一定非常简单，但我在 R 中苦苦挣扎：）

我有保存在 X 和 Y 向量中的 x 和 y 值的数据集。我知道数据图应该完全遵循 -45 度线（见下图）

我如何找到最适合数据的 -45 度线（+ 所有这些统计数据可从 summary(lm(...)) 获得？我试过 lm，但我不能强迫它放弃拟合斜率参数

谢谢

尝试后：lm(y~1,offset=-x) 并应用abline(coefficient, -1) 我得到以下图（见下文）

黑线是斜线图，黄线是我的猜测——lm 有什么问题还是我完全错过了什么？

【问题讨论】：

【解决方案1】：

我相信@BenBolker 的解决方案是正确的，也许您使用了错误的系数：

lm1 <- lm(y~1,offset=-x,data=df)
plot(df)
abline(coefficients(lm1),-1)

这会产生：

这个合身对我来说看起来很合适。截距为 -2.217。

【讨论】：

是的，-2.217 应该是最合适的截距（手动测试），但是当我输入相同的代码时（即使将我的数据绑定到数据框以严格遵守您的代码），我得到拦截 -1.42323 如上图所示的黑线 - 完全错误
万岁！解决了！问题在于包含重复行的数据集。对数据集应用唯一函数后， lm 返回正确的拦截！感谢大家！ :-)
（因此结果从一开始就是正确的，因为最小的 y 点具有最大的权重......）

【解决方案2】：

既然你说：

y = -1*x + b

然后

y+x = b

所以计算 (y+x) 的平均值，得到 b 的平均值

mean(y+x)

【讨论】：

谢谢，但另外我需要总结中提供的所有统计数据（lm（...）），我忘了把它写到问题中......我知道我可以计算这些分开，但我敢打赌 lm() 函数将针对我计划处理的大量数据进行适当优化......