首页 文章

哪种排序方法会根据响应变量预测分组？

提问于
浏览 次
0

我有几个回归模型，格式为m < - lm（y~x，dat）

每个模型使用不同的y，但总是相同的x

例如

data(Iris)

m <- lm(Iris$Sepal.L. ~ Sepal.W., data  = Iris)

我从m中提取了X和Y.

X <- m$call [2][[1]][[3]]
Y <- m$call [2][[1]][[2]]

然后我尝试在ggplot中使用X和Y代表x和y

ggplot() +  
   geom_point(data = Iris, 
              aes(x = X , y = Y), size = 3)

我收到错误消息：

不知道如何自动选择类型调用对象的比例 . 违约持续 .

不知道如何自动选择类型调用对象的比例 . 违约持续 .

错误：美学必须是长度1或与数据（150）相同：x，y，大小

如何在ggplot中正确使用调用向量X和Y？

注意：我想在一个循环中使用这个代码来指定一个Y的列表，所以我不想手动编写aes（x = Iris $ Sepal.W . ，y = Iris $ Sepal.L . ）

r ggplot2 lm

2 回答

  • 1

    我的R没有附带 Iris 数据集，所以我将使用常见的 iris .

    data(iris)

m <- lm(Sepal.Length ~ Sepal.Width, data = iris)

X <- as.character(m$call [2][[1]][[3]])
Y <- as.character(m$call[2][[1]][[2]])

ggplot() +  
  geom_point(aes(x = iris[, X] , y = iris[, Y]), size = 3)

    注意一些事情 . 我的代码中没有 data 参数，因为您将数据作为向量传递（例如 iris[, X] ） . 我正在强制 X 和 Y 到一个角色，因为默认情况下，他们的类是 name .

    回复于
  • 0

    我想我已经解决了！

    如果它有助于其他人在这里是解决方案 . （我需要看到更改x和y标签，但那是一个不同的问题）

    ggplot() +  
   geom_point(data = Iris, 
              aes(x = Iris[[X]] , y = Iris[[Y]]), size = 3)
    回复于

相关问题