这篇博客介绍了如何使用R语言进行线性回归分析，并结合ggplot库绘制图表。作者展示了处理实验数据——电子比荷和金属电子逸出功的过程，包括输入数据、进行线性回归以及画图。在画图时，利用geom_smooth参数控制置信区间，并通过将变量转换为因子来进行分面。文章最后提到，所使用的图表技巧适用于物理实验，更复杂的美化操作如theme和scale将在后续讨论中涉及。
数据是“电子比荷”和“金属电子逸出功”的实验，实验公式自查。
输入数据，线性回归：
（ab是dataframe，其中a是阳极电压，b是电子电流）
ab$b=c(22,23,23,24,24,25,25,25)
ab$b=log10(ab$b)
model<-lm(b~a,data=ab)
summary(model)Call:
lm(formula = b ~ a, data = ab)
Residuals:
Min 1Q Median 3Q Max
-0.0078384 -0.0044631 -0.0005523 0.0049840 0.0083121
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.308876 0.008894 147.158 6.64e-12 ***
a 0.008075 0.001010 7.993 0.000205 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.006548 on 6 degrees of freedom
Multiple R-squared: 0.9141, Adjusted R-squared: 0.8998
F-statistic: 63.88 on 1 and 6 DF, p-value: 0.0002045
最低0.47元/天 解锁文章
3096
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
