R语言线性回归plot函数绘制回归线及置信区间

线性回归是统计学中一种基本而常用的模型，用于研究两个或多个变量之间的线性关系。在数据分析的过程中，绘制回归线及其置信区间是非常重要的一步，因为它不仅直观地显示了模型的拟合效果，还能反映出模型的可靠性和预测精度。本文将详细介绍如何使用R语言的plot函数绘制线性回归线及置信区间，帮助读者掌握这一重要技能。

概述

在统计建模中，线性回归模型是用于描述因变量和自变量之间关系的基础工具之一。R语言作为一种强大的统计计算和可视化工具，提供了丰富的函数来进行线性回归分析及其结果的可视化展示。本文将从线性回归模型的基本概念出发，结合具体代码示例，讲解如何使用R语言的plot函数绘制回归线并添加置信区间。通过这篇文章，读者将能够熟练地在R语言中进行线性回归分析，并通过可视化手段展示分析结果。

1. 线性回归的基本概念

线性回归是一种用于描述因变量（通常记为Y）与一个或多个自变量（通常记为X）之间线性关系的统计方法。最简单的形式是简单线性回归，模型表达式为：

其中，是截距，是斜率，是误差项。

在进行回归分析时，我们的目标是估计模型中的参数和，并使用这些参数来预测新的数据点。同时，为了评估模型的可靠性，我们通常会计算回归系数的置信区间，这为预测结果提供了不确定性的量化。

2. 在R语言中进行线性回归分析

在R语言中，进行线性回归分析非常简单，只需使用lm()函数即可。假设我们有一组数据，用于描述房屋面积（Area）和房价（Price）之间的关系，首先我们可以拟合一个线性回归模型：

登录后复制

# 加载必要的数据和库
data <- data.frame(
  Area = c(1500, 1700, 1800, 2400, 3000, 3500, 4000),
  Price = c(300000, 340000, 360000, 480000, 600000, 680000, 750000)
)

# 拟合线性回归模型
model <- lm(Price ~ Area, data = data)

# 查看模型摘要
summary(model)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.

上述代码使用lm()函数拟合了房价和房屋面积之间的线性关系，并输出模型的摘要信息，包括回归系数、R平方值等。

3. 使用plot函数绘制回归线

在R语言中，plot()函数是一个强大的工具，可以用来绘制散点图、折线图等。为了绘制回归线，我们首先绘制房屋面积和房价的散点图，然后使用abline()函数将拟合的回归线添加到图上：

登录后复制

# 绘制散点图
plot(data$Area, data$Price, main="房屋面积与价格的关系",
     xlab="房屋面积（平方英尺）", ylab="价格（美元）", pch=19, col="blue")

# 添加回归线
abline(model, col="red", lwd=2)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.

在这里，我们使用plot()函数绘制了房屋面积和价格的散点图，并使用abline()函数将拟合的回归线叠加在散点图上。回归线直观地展示了面积与价格之间的线性关系。

4. 绘制置信区间

置信区间（Confidence Interval, CI）是对模型参数估计的不确定性的一种量化。通常我们使用95%的置信区间，即我们有95%的信心相信真实参数值在这个区间内。为了在图上绘制置信区间，我们可以使用predict()函数来计算置信区间的上下限，并将其绘制在回归线上。

登录后复制

# 生成新数据用于预测
new_data <- data.frame(Area = seq(min(data$Area), max(data$Area), length.out=100))

# 计算置信区间
predictions <- predict(model, newdata=new_data, interval="confidence")

# 绘制置信区间
plot(data$Area, data$Price, main="房屋面积与价格的关系",
     xlab="房屋面积（平方英尺）", ylab="价格（美元）", pch=19, col="blue")

abline(model, col="red", lwd=2)

lines(new_data$Area, predictions[,2], col="green", lwd=2, lty=2)
lines(new_data$Area, predictions[,3], col="green", lwd=2, lty=2)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.

在此代码段中，我们通过predict()函数计算了房价预测的置信区间，并使用lines()函数将置信区间的上下限绘制在图上。绿色虚线代表了95%的置信区间，展示了回归线在不同房屋面积下的预测不确定性。

5. 置信区间的解释及意义

置信区间的重要性在于它能够提供关于模型预测的不确定性的信息。具体而言，在上述示例中，95%的置信区间表示，对于给定的房屋面积，我们有95%的信心相信实际的房价将落在置信区间的范围内。这对于决策者来说是非常重要的，因为它不仅提供了对价格的点估计，还提供了估计的可信度。

例如，当置信区间较窄时，说明模型的预测较为准确，决策者可以更有信心地依赖该预测；而当置信区间较宽时，说明模型存在较大的不确定性，决策者需要更加谨慎。

6. 扩展：添加预测区间

除了置信区间外，另一个常用的区间是预测区间（Prediction Interval, PI）。预测区间比置信区间更宽，因为它不仅考虑了模型参数的不确定性，还考虑了未来观测值的变异性。预测区间通常用于对新观测值的预测，而置信区间用于描述模型参数估计的精度。

我们可以通过修改predict()函数的参数来计算预测区间，并将其绘制在图上：

登录后复制

# 计算预测区间
predictions_pi <- predict(model, newdata=new_data, interval="prediction")

# 绘制预测区间
plot(data$Area, data$Price, main="房屋面积与价格的关系",
     xlab="房屋面积（平方英尺）", ylab="价格（美元）", pch=19, col="blue")

abline(model, col="red", lwd=2)

# 绘制置信区间
lines(new_data$Area, predictions[,2], col="green", lwd=2, lty=2)
lines(new_data$Area, predictions[,3], col="green", lwd=2, lty=2)

# 绘制预测区间
lines(new_data$Area, predictions_pi[,2], col="orange", lwd=2, lty=2)
lines(new_data$Area, predictions_pi[,3], col="orange", lwd=2, lty=2)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.

在这个扩展的例子中，橙色虚线表示预测区间，展示了在未来观测到的新房价数据可能落在的范围。通过将预测区间和置信区间同时展示在图上，读者可以更直观地理解模型预测的精度和未来数据的变异性。

7. 实战案例：综合分析与可视化

为了更好地理解回归分析及其可视化，我们将通过一个综合案例来展示实际应用中的数据分析过程。假设我们有一组房地产数据，包含房屋面积、房龄、房价等信息，我们希望通过线性回归模型来预测房价，并绘制回归线、置信区间及预测区间。

登录后复制

# 加载数据
data <- data.frame(
  Area = c(1200, 1500, 1700, 2100, 2400, 2700, 3100, 3500, 3900, 4300),
  Age = c(5, 8, 3, 12, 15, 7, 6, 20, 18, 10),
  Price = c(220000, 280000, 320000, 400000, 460000, 520000, 600000, 670000, 740000, 800000)
)

# 拟合线性回归模型
model <- lm(Price ~ Area + Age, data = data)

# 查看模型摘要
summary(model)

# 生成新数据用于预测
new_data <- data.frame(Area = seq(min(data$Area), max(data$Area), length.out=100),
                       Age = rep(mean(data$Age), 100))

# 计算置信区间和预测区间
predictions_ci <- predict(model, newdata=new_data, interval="confidence")
predictions_pi <- predict(model, newdata=new_data, interval="prediction")

# 绘制综合图
plot(data$Area, data$Price, main="房屋面积、房龄与价格的关系",
     xlab="房屋面积（平方英尺）", ylab="价格（美元）", pch=19, col="blue")

abline(model, col="red", lwd=2)

# 绘制置信区间
lines(new_data$Area, predictions_ci[,2], col="green", lwd=2, lty=2)
lines(new_data$Area, predictions_ci[,3], col="green", lwd=2, lty=2)

# 绘制预测区间
lines(new_data$Area, predictions_pi[,2], col="orange", lwd=2, lty=2)
lines(new_data$Area, predictions_pi[,3], col="orange", lwd=2, lty=2)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.

这个综合案例展示了如何结合房屋面积和房龄两个变量来预测房价，并通过可视化展示模型的结果。通过此分析过程，读者不仅可以理解线性回归模型的基本原理，还能掌握如何在R语言中应用这些原理进行实际数据分析。

8. 总结

本文详细介绍了如何使用R语言的plot函数绘制线性回归线及置信区间，结合代码示例，解释了线性回归的基本概念、置信区间和预测区间的意义及其在实际数据分析中的应用。通过阅读本文，读者应能够熟练使用R语言进行线性回归分析，并通过可视化手段展示和解释分析结果，为数据分析和决策提供有力支持。

原创作者: u_16827017 转载于: https://blog.51cto.com/u_16827017/11741055