使用R语言绘制拟合值点和实际数据点之间的线段表示残差大小

本文链接：https://blog.youkuaiyun.com/DevScribe/article/details/132551747

本文介绍了如何使用R语言通过绘制拟合值点与实际数据点间的线段来展示残差大小，帮助理解模型拟合效果和残差分布。首先创建数据，然后拟合线性回归模型，接着绘制散点图及回归线，最后画出表示残差的线段，以此进行模型评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用R语言绘制拟合值点和实际数据点之间的线段表示残差大小

在数据分析和建模中，评估模型的好坏是非常重要的。其中之一的评估指标是残差（residual），即模型预测值与实际观测值之间的差异。为了更直观地理解残差的大小和分布情况，我们可以使用R语言绘制拟合值点和实际数据点之间的线段来表示残差的大小。

下面将介绍如何使用R语言进行绘制，并提供相应的源代码。

首先，我们需要准备一些数据来进行演示。假设我们有一组自变量x和因变量y的数据，我们使用线性回归模型进行拟合，然后绘制拟合值点和实际数据点之间的线段表示残差大小。

# 准备数据
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 4, 6)

# 拟合线性回归模型
model <- lm(y ~ x)

# 获取拟合值和残差
fitted <- fitted(model)
residuals <- residuals(model)

# 绘制残差图
plot(x, y, ylim = range(y, fitted), pch = 16, xlab = "x", ylab = "y", main = "拟合值和实际数据点之间的残差图")
abline(model, col = "blue")  # 绘制回归线
segments(x, fitted, x, y, col = "red")  # 绘制拟合值点和实际数据点之间的线段

上述代码首先准备了一组自变量x和因变量y的数据。然后使用lm函数拟合了一个线性回归模型，并分别获取了拟合值和残差。

接下来，使用