Deaktivieren Sie das Streudiagramm, und drucken Sie nur die Regressionslinie

Question

Ich versuche eine Regressionskurve an meine Daten anzupassen. Mein Code erzeugt das Diagramm und die Kurve, die ich möchte, aber ich brauche das Streudiagramm nicht - nur die Linie. Wenn ich die Handlung auskommentiere, schlägt mein Code fehl. Gibt es eine Möglichkeit, das Streudiagramm zu umgehen (zu umgehen, zu deaktivieren oder auszublenden)?

Letztlich werde ich multiple Regressionskurven auf meinem Diagramm und die Streudiagramme werden ablenkend vergleichen müssen. Auch mein R2 zeigt NULL. Gibt es einen Koeffizienten für R2?

Code unten. Hier

# get underlying plot 
    y <- dataset$'Fuel Consumed 24h' 
    x <-dataset$'Performance Speed' 
    plot(x, y, xlab = "Performance Speed", ylab = "24h Fuel Consumption") 

    # polynomial 
    f <- function(x,a,b,d) {(a*x^2) + (b*x) + d} 
    fit <- nls(y ~ f(x,a,b,d), start = c(a=1, b=1, d=1)) 
    co <- round(coef(fit), 2) 
    r2 <- format(summary(fit)$r.squared, digits = 3) 
    curve(f(x, a=co[1], b=co[2], d=co[3]), add = TRUE, col="red", lwd=2) 
    eq <- paste0("Fuel = ", co[1], "PS^2 ", ifelse(sign(co[2]) == 1, " + ", " - "), abs(co[2]), "PS +", co[3], " R2 = ", r2) 

    # print equation 
    mtext(eq, 3, line =-2) 
    mylabel = bquote(italic(R)^2 == .(format(r2, digits = 3))) 
    text(x = 1, y = 2.5, r2) 

Answer 1

ist ein Beispiel mit Autos Daten

Fit:

data(cars) 
f <- function(x,a,b,d) {(a*x^2) + (b*x) + d} 
fit <- nls(dist ~ f(speed,a,b,d), data = cars, start = c(a=1, b=1, d=1)) 

Güte der Anpassung: (als user20650 R2 wenig Sinn macht, für ein nicht lineares Modell wies darauf hin, vielleicht eine bessere Metrik RMSE ist)

rmse <- function(error) 
{ 
    sqrt(mean(error^2)) 
} 
error <- predict(fit, cars) - cars$dist 
rms <- rmse(error) 

eq <- paste0("Fuel = ", co[1], "PS^2 ", ifelse(sign(co[2]) == 1, " + ", " - "), abs(co[2]), "PS +", co[3], " RMSE = ", round(rms, 2)) 

Grundstück (keine Notwendigkeit, Grundstück zu nennen überhaupt - fügen Sie weitere Kurven mit Add = T):

curve(f(x, a=co[1], b=co[2], d=co[3]), col="red", lwd=2, from = min(cars$speed), to = max(cars$speed)) 
mtext(eq, 3, line =-2) 

andere Kurve hinzuzufügen:

f2 = function(x, a, b) {a + b*x} 
co2 = coef(lm(dist ~ speed, data = cars)) 
curve(f2(x, a = co2[1], b = co2[2]), col="blue", lwd=2, add = T) 

EDIT: wie pro user20650 Vorschlag (die nls wirklich nicht, da die Poly und nls Kurven erforderlich sind gleich)

co3 = coef(lm(dist ~ poly(speed, 2, raw=TRUE), data = cars)) 
curve(f3(x, a = co3[1], b = co3[2], c = co3[3]), col="grey", lty = 2, lwd=2, add = T) 
legend("topleft", legend = c("nls", "lm", "poly"), col = c("red", "blue", "grey"), lty =c(1,1,2))