如何将线性回归绘制为双对数 R 图？答案

【问题标题】：How to plot a linear regression to a double logarithmic R plot?如何将线性回归绘制为双对数 R 图？
【发布时间】：2013-10-27 14:23:21
【问题描述】：

我有以下数据：

someFactor = 500
x = c(1:250)
y = x^-.25 * someFactor

我在双对数图中显示：

plot(x, y, log="xy")

现在我使用线性模型“找出”数据的斜率：

model = lm(log(y) ~ log(x))
model

给出：

Call:
lm(formula = log(y) ~ log(x))

Coefficients:
(Intercept)       log(x)  
      6.215       -0.250

现在我想将线性回归绘制为一条红线，但 abline 不起作用：

abline(model, col="red")

在我的图中添加回归线的最简单方法是什么？

【问题讨论】：

标签： r plot regression linear-regression logarithm

【解决方案1】：

lines(log(x), exp(predict(model, newdata=list(x=log(x)))) ,col="red")

在对数尺度上绘制的 x 的值范围和用作自变量的 log(x) 的值范围实际上是完全不同的。这将为您提供完整的范围：

lines(x, exp(predict(model, newdata=list(x=x))) ,col="red")

【讨论】：

我只预测了两个值（一个接近于零，一个非常大）。那么这条线不仅在图中的最小值和最大值之间，而且超出了它们。

【解决方案2】：

正在绘制您的线，您只是无法在窗口中看到它，因为值完全不同。当您包含 log='xy' 参数时发生的情况是，图下方的空间（可以这么说）正在被扭曲（拉伸和/或压缩），但是，原始数字仍在使用中。（想象一下，您正在方格纸上手工绘制这些点；您仍在标记一个点，其中淡蓝色的坐标线（例如，（1,500））交叉，但坐标纸已被连续拉伸，使得线的间距不相等不再。）另一方面，您的模型正在使用转换后的数据。

您需要使用与模型相同的转换数据制作绘图，然后以足够直观的方式重新标记坐标轴。这是第一次尝试：

plot(log(x), log(y), axes=FALSE, xlab="X", ylab="Y")
box()
axis(side=1,     at=log(c(1,2, 10,20, 100,200)), 
             labels=c(    1,2, 10,20, 100,200))
axis(side=2,     at=log(c(125,135, 250,260, 350, 500)), 
             labels=c(    125,135, 250,260, 350, 500))
abline(model, col="red")

【讨论】：

有时我讨厌 R，... 似乎没有办法在不操纵原始数据的情况下添加回归线。然后我还必须最小化误差线 (errbar) 和漂亮的轴刻度 (eaxis) 的数据，因为默认情况下也没有实现。
我认为这是 R imho 中的一个错误

【解决方案3】：

绘制对数转换的x 和y，而不是转换坐标轴。

plot(log(x), log(y))
abline(model, col="red")

【讨论】：