R语言实战之如何绘制线性回归图表
线性回归是统计学中最简单的模型之一,此章节主要讲述如何利用R语言来绘制线性图表,尽可能用最简单的语句写出所需的图表,适合帮助没有R语言编程基础的同学写出好看的论文~
下面展示一个依剂量对比药物A和药物B的响应情况的例子。
pdf("drug analyse.png")
#将之后数据生成的图表保存为当前工作路径下的名为drug analyse的png格式图片
dose <- c(20,30,40,45,60)
drugA <- c(16,20,27,40,60)
drugB <- c(15,18,25,31,40)
#输入一些所需数据,也可直接自行导入数据包
mypar <- par(no.readonly = TRUE)
#生成一个可以执行之后可修改操作的图形参数列表
par(lwd = 2, cex = 1.5, font.lab = 2)
#设置线宽,绘图符号缩放程度,字体大小
plot(dose, drugA, type = "b", pch = 15, lty = 1, col = "red",
ylim = c(0,60), main = "Drug A vs drug B",
xlab = "Drug Dosage",ylab = "Drug Reponse")
#绘制dose与drugA的线性关系,type等于b的意思是同时绘制点和线,之后设置绘制符号的种类,线条种类,线条颜色,y的范围,标题,x标签,y标签
lines(dose, drugB, type = "b",pch = 17, lty = 2, col = "blue")
#在上述图像上增加一条dose与drugB的线性关系图,其余同上
abline(h=c(30),lwd = 1.5, lty = 2, col = "grey")
#增加一条在纵轴30位置的灰色刻度线
library(Hmisc)
minor.tick(nx = 3, ny = 3, tick.ratio = 0.5)
#增加次要刻度线
legend("topleft", inset = 0.05, title = "Dr

本文介绍了如何使用R语言进行线性回归图表的绘制,适用于初学者。通过一个药物剂量与响应的实例,展示了生成线性回归图的详细步骤,旨在帮助没有R语言基础的读者快速理解并制作出专业的图表。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



