这是我的问题:
1) 我运行了多元线性回归:假设如下:
lm(attitude~quality+price+location+Income)
我主要关心态度和质量之间的关系,其他变量是控制变量 .
2) 然后我想在态度和质量之间做一个散点图 . 这很容易:
Q <-ggplot(data=data, aes(x=quality, y=attitude))
Q + geom_point(size = 1)
3) 我还想绘制x和y之间的拟合线,斜率应该是多元线性回归的偏回归系数 . 也就是说,它应该是以下公式中的b1:attitude = b1 *质量b2 *价格b3 *位置b4 *收入,而不是以下公式中的b:attitude = b * quality . 因此,以下代码无法正常工作,因为它将绘制b而不是b1的斜率 .
g <- g + geom_smooth(method = lm)
有人问了一个非常相似的问题,see here
提供的答案看起来像这样(替换为我的变量):
g <- g + geom_smooth(data=data, aes(x=quality, y=attitude, ymin=lcl, ymax=ucl))
但是,这是一个LOWESS图(正如您可以看到帖子中的图所示),而不是线性直线图 .
我的问题:如何在置信区间带上添加斜率b1的直线?
1 回答
如果你想看到b1,你应该画出 partial regression plots ,据我所知 .
在这种情况下,
每个变量
回归
attitude
exceptquality
回归
quality
关于其他预测因子这些拟合的残差:
此行可能与b1相同,但不是x,y点 .