如何在 R 中创建显示预测模型、数据和残差的图表答案

【问题标题】：How to create a graph showing the predictive model, data and residuals in R如何在 R 中创建显示预测模型、数据和残差的图表
【发布时间】：2012-09-23 20:01:51
【问题描述】：

给定两个变量 x 和 y，我对变量运行 dynlm 回归，并希望根据其中一个变量绘制拟合模型，底部的残差显示实际数据线与预测线。我以前见过它，我以前也做过，但是对于我的一生，我不记得如何去做或找到任何解释它的东西。

这让我进入了我有一个模型和两个变量的球场，但我无法获得我想要的图表类型。

library(dynlm)
x <- rnorm(100)
y <- rnorm(100)
model <- dynlm(x ~ y)

plot(x, type="l", col="red")
lines(y, type="l", col="blue")

我想生成一个看起来像这样的图表，您可以在其中看到模型和真实数据相互重叠，并将残差绘制为底部的单独图表，显示真实数据和模型如何偏离。

【问题讨论】：

我希望我可以选择两者作为答案。他们都完成了我需要他们做的事情。我将接受 Ricardo 的回答，仅仅是因为它添加了置信边界框。

标签： r plot regression prediction

【解决方案1】：

这应该可以解决问题：

library(dynlm)
set.seed(771104)
x <- 5 + seq(1, 10, len=100) + rnorm(100)
y <- x + rnorm(100)
model <- dynlm(x ~ y)

par(oma=c(1,1,1,2))
plotModel(x, model) # works with models which accept 'predict' and 'residuals'

这是plotModel的代码，

plotModel =  function(x, model) {
  ymodel1 = range(x, fitted(model), na.rm=TRUE)
  ymodel2 = c(2*ymodel1[1]-ymodel1[2], ymodel1[2])
  yres1   = range(residuals(model), na.rm=TRUE)
  yres2   = c(yres1[1], 2*yres1[2]-yres1[1])
  plot(x, type="l", col="red", lwd=2, ylim=ymodel2, axes=FALSE,
       ylab="", xlab="")
  axis(1)
  mtext("residuals", 1, adj=0.5, line=2.5)
  axis(2, at=pretty(ymodel1))
  mtext("observed/modeled", 2, adj=0.75, line=2.5)
  lines(fitted(model), col="green", lwd=2)
  par(new=TRUE)
  plot(residuals(model), col="blue", type="l", ylim=yres2, axes=FALSE, 
       ylab="", xlab="")
  axis(4, at=pretty(yres1))
  mtext("residuals", 4, adj=0.25, line=2.5)
  abline(h=quantile(residuals(model), probs=c(0.1,0.9)), lty=2, col="gray")
  abline(h=0)
  box()  
}

【讨论】：

【解决方案2】：

您正在寻找的是resid(model)。试试这个：

library(dynlm)
x <- 10+rnorm(100)
y <- 10+rnorm(100)
model <- dynlm(x ~ y)

plot(x, type="l", col="red", ylim=c(min(c(x,y,resid(model))), max(c(x,y,resid(model)))))
lines(y, type="l", col="green")
lines(resid(model), type="l", col="blue")

【讨论】：