Fügen Sie die Regressionsliniengleichung und R ^ 2 im Diagramm hinzu

Ich frage mich, wie man die Regressionsgeradengleichung und R ^ 2 auf die ggplot. Mein Code lautet:

library(ggplot2)

df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
p <- ggplot(data = df, aes(x = x, y = y)) +
            geom_smooth(method = "lm", se=FALSE, color="black", formula = y ~ x) +
            geom_point()
p

Jede Hilfe wird sehr geschätzt.

Hier ist eine Lösung

# GET EQUATION AND R-SQUARED AS STRING
# SOURCE: https://groups.google.com/forum/#!topic/ggplot2/1TgH-kG5XMA

lm_eqn <- function(df){
    m <- lm(y ~ x, df);
    eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2, 
         list(a = format(unname(coef(m)[1]), digits = 2),
              b = format(unname(coef(m)[2]), digits = 2),
             r2 = format(summary(m)$r.squared, digits = 3)))
    as.character(as.expression(eq));
}

p1 <- p + geom_text(x = 25, y = 300, label = lm_eqn(df), parse = TRUE)

BEARBEITEN. Ich habe die Quelle herausgefunden, aus der ich diesen Code ausgewählt habe. Hier ist der Link zum ursprünglichen Beitrag in den Google-Gruppen von ggplot2

Ich habe eine Statistik stat_poly_eq()in mein Paket aufgenommen ggpmisc, die diese Antwort ermöglicht:

library(ggplot2)
library(ggpmisc)
df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
my.formula <- y ~ x
p <- ggplot(data = df, aes(x = x, y = y)) +
   geom_smooth(method = "lm", se=FALSE, color="black", formula = my.formula) +
   stat_poly_eq(formula = my.formula, 
                aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
                parse = TRUE) +         
   geom_point()
p

Diese Statistik funktioniert mit jedem Polynom ohne fehlende Begriffe und hat hoffentlich genug Flexibilität, um allgemein nützlich zu sein. Die R ^ 2- oder angepassten R ^ 2-Beschriftungen können mit jeder mit lm () ausgestatteten Modellformel verwendet werden. Als ggplot-Statistik verhält sie sich sowohl bei Gruppen als auch bei Facetten wie erwartet.

Das 'ggpmisc'-Paket ist über CRAN erhältlich.

Version 0.2.6 wurde gerade in CRAN akzeptiert.

Es werden Kommentare von @shabbychef und @ MYaseen208 behandelt.

@ MYaseen208 Dies zeigt, wie man einen Hut hinzufügt .

library(ggplot2)
library(ggpmisc)
df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
my.formula <- y ~ x
p <- ggplot(data = df, aes(x = x, y = y)) +
   geom_smooth(method = "lm", se=FALSE, color="black", formula = my.formula) +
   stat_poly_eq(formula = my.formula,
                eq.with.lhs = "italic(hat(y))~`=`~",
                aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
                parse = TRUE) +         
   geom_point()
p

@shabbychef Jetzt ist es möglich, die Variablen in der Gleichung mit denen abzugleichen, die für die Achsenbeschriftungen verwendet werden. Um das x durch z und y durch h zu ersetzen, würde man verwenden:

p <- ggplot(data = df, aes(x = x, y = y)) +
   geom_smooth(method = "lm", se=FALSE, color="black", formula = my.formula) +
   stat_poly_eq(formula = my.formula,
                eq.with.lhs = "italic(h)~`=`~",
                eq.x.rhs = "~italic(z)",
                aes(label = ..eq.label..), 
                parse = TRUE) + 
   labs(x = expression(italic(z)), y = expression(italic(h))) +          
   geom_point()
p

Als diese normalen R-analysierten Ausdrücke können griechische Buchstaben jetzt auch sowohl im lhs als auch im rhs der Gleichung verwendet werden.

[2017-03-08] @elarry Bearbeiten, um die ursprüngliche Frage genauer zu beantworten, und zeigen, wie ein Komma zwischen den Gleichungs- und R2-Bezeichnungen eingefügt wird.

p <- ggplot(data = df, aes(x = x, y = y)) +
  geom_smooth(method = "lm", se=FALSE, color="black", formula = my.formula) +
  stat_poly_eq(formula = my.formula,
               eq.with.lhs = "italic(hat(y))~`=`~",
               aes(label = paste(..eq.label.., ..rr.label.., sep = "*plain(\",\")~")), 
               parse = TRUE) +         
  geom_point()
p

[2019-10-20] @ helen.h Ich gebe unten Beispiele für die Verwendung stat_poly_eq()mit Gruppierung.

library(ggpmisc)
df <- data.frame(x = c(1:100))
df$y <- 20 * c(0, 1) + 3 * df$x + rnorm(100, sd = 40)
df$group <- factor(rep(c("A", "B"), 50))
my.formula <- y ~ x
p <- ggplot(data = df, aes(x = x, y = y, colour = group)) +
  geom_smooth(method = "lm", se=FALSE, formula = my.formula) +
  stat_poly_eq(formula = my.formula, 
               aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
               parse = TRUE) +         
  geom_point()
p

p <- ggplot(data = df, aes(x = x, y = y, linetype = group)) +
  geom_smooth(method = "lm", se=FALSE, formula = my.formula) +
  stat_poly_eq(formula = my.formula, 
               aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
               parse = TRUE) +         
  geom_point()
p

[2020-01-21] @Herman Es mag auf den ersten Blick etwas kontraintuitiv sein, aber um eine einzige Gleichung zu erhalten, wenn man eine Gruppierung verwendet, muss man der Grammatik der Grafiken folgen. Beschränken Sie entweder die Zuordnung, mit der die Gruppierung erstellt wird, auf einzelne Ebenen (siehe unten) oder behalten Sie die Standardzuordnung bei und überschreiben Sie sie mit einem konstanten Wert in der Ebene, in der Sie die Gruppierung nicht möchten (z colour = "black". B. ).

Fortsetzung des vorherigen Beispiels.

p <- ggplot(data = df, aes(x = x, y = y)) +
  geom_smooth(method = "lm", se=FALSE, formula = my.formula) +
  stat_poly_eq(formula = my.formula, 
               aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
               parse = TRUE) +         
  geom_point(aes(colour = group))
p

[2020-01-22] Der Vollständigkeit halber ein Beispiel mit Facetten, das zeigt, dass auch in diesem Fall die Erwartungen an die Grammatik von Grafiken erfüllt sind.

library(ggpmisc)
df <- data.frame(x = c(1:100))
df$y <- 20 * c(0, 1) + 3 * df$x + rnorm(100, sd = 40)
df$group <- factor(rep(c("A", "B"), 50))
my.formula <- y ~ x

p <- ggplot(data = df, aes(x = x, y = y)) +
  geom_smooth(method = "lm", se=FALSE, formula = my.formula) +
  stat_poly_eq(formula = my.formula, 
               aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
               parse = TRUE) +         
  geom_point() +
  facet_wrap(~group)
p

Ich habe einige Zeilen der Quelle stat_smoothund verwandter Funktionen geändert , um eine neue Funktion zu erstellen, die die Anpassungsgleichung und den R-Quadrat-Wert hinzufügt. Dies funktioniert auch bei Facettenplots!

library(devtools)
source_gist("524eade46135f6348140")
df = data.frame(x = c(1:100))
df$y = 2 + 5 * df$x + rnorm(100, sd = 40)
df$class = rep(1:2,50)
ggplot(data = df, aes(x = x, y = y, label=y)) +
  stat_smooth_func(geom="text",method="lm",hjust=0,parse=TRUE) +
  geom_smooth(method="lm",se=FALSE) +
  geom_point() + facet_wrap(~class)

Ich habe den Code in @ Ramnaths Antwort verwendet, um die Gleichung zu formatieren. Die stat_smooth_funcFunktion ist nicht sehr robust, aber es sollte nicht schwer sein, damit herumzuspielen.

https://gist.github.com/kdauria/524eade46135f6348140 . Versuchen Sie zu aktualisieren, ggplot2wenn Sie eine Fehlermeldung erhalten.

Ich habe Ramnaths Beitrag dahingehend geändert, dass a) generischer gemacht wird, sodass ein lineares Modell als Parameter anstelle des Datenrahmens akzeptiert wird und b) Negative angemessener angezeigt werden.

lm_eqn = function(m) {

  l <- list(a = format(coef(m)[1], digits = 2),
      b = format(abs(coef(m)[2]), digits = 2),
      r2 = format(summary(m)$r.squared, digits = 3));

  if (coef(m)[2] >= 0)  {
    eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2,l)
  } else {
    eq <- substitute(italic(y) == a - b %.% italic(x)*","~~italic(r)^2~"="~r2,l)    
  }

  as.character(as.expression(eq));                 
}

Die Verwendung würde sich ändern zu:

p1 = p + geom_text(aes(x = 25, y = 300, label = lm_eqn(lm(y ~ x, df))), parse = TRUE)

Ich liebe die @ Ramnath-Lösung wirklich. Um die Anpassung der Regressionsformel zu ermöglichen (anstelle von y und x als Literalvariablennamen) und den p-Wert auch zum Ausdruck hinzuzufügen (wie @Jerry T kommentierte), ist hier der Mod:

lm_eqn <- function(df, y, x){
    formula = as.formula(sprintf('%s ~ %s', y, x))
    m <- lm(formula, data=df);
    # formating the values into a summary string to print out
    # ~ give some space, but equal size and comma need to be quoted
    eq <- substitute(italic(target) == a + b %.% italic(input)*","~~italic(r)^2~"="~r2*","~~p~"="~italic(pvalue), 
         list(target = y,
              input = x,
              a = format(as.vector(coef(m)[1]), digits = 2), 
              b = format(as.vector(coef(m)[2]), digits = 2), 
             r2 = format(summary(m)$r.squared, digits = 3),
             # getting the pvalue is painful
             pvalue = format(summary(m)$coefficients[2,'Pr(>|t|)'], digits=1)
            )
          )
    as.character(as.expression(eq));                 
}

geom_point() +
  ggrepel::geom_text_repel(label=rownames(mtcars)) +
  geom_text(x=3,y=300,label=lm_eqn(mtcars, 'hp','wt'),color='red',parse=T) +
  geom_smooth(method='lm')

Leider funktioniert dies nicht mit facet_wrap oder facet_grid.

Verwenden von ggpubr :

library(ggpubr)

# reproducible data
set.seed(1)
df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)

# By default showing Pearson R
ggscatter(df, x = "x", y = "y", add = "reg.line") +
  stat_cor(label.y = 300) +
  stat_regline_equation(label.y = 280)

# Use R2 instead of R
ggscatter(df, x = "x", y = "y", add = "reg.line") +
  stat_cor(label.y = 300, 
           aes(label = paste(..rr.label.., ..p.label.., sep = "~`,`~"))) +
  stat_regline_equation(label.y = 280)

## compare R2 with accepted answer
# m <- lm(y ~ x, df)
# round(summary(m)$r.squared, 2)
# [1] 0.85

Hier ist der einfachste Code für alle

Hinweis: Pearson's Rho und nicht R ^ 2 anzeigen.

library(ggplot2)
library(ggpubr)

df <- data.frame(x = c(1:100)
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
p <- ggplot(data = df, aes(x = x, y = y)) +
        geom_smooth(method = "lm", se=FALSE, color="black", formula = y ~ x) +
        geom_point()+
        stat_cor(label.y = 35)+ #this means at 35th unit in the y axis, the r squared and p value will be shown
        stat_regline_equation(label.y = 30) #this means at 30th unit regresion line equation will be shown

p

Inspiriert von dem in dieser Antwort angegebenen Gleichungsstil kann ein allgemeinerer Ansatz (mehr als ein Prädiktor + Latexausgabe als Option) sein:

print_equation= function(model, latex= FALSE, ...){
    dots <- list(...)
    cc= model$coefficients
    var_sign= as.character(sign(cc[-1]))%>%gsub("1","",.)%>%gsub("-"," - ",.)
    var_sign[var_sign==""]= ' + '

    f_args_abs= f_args= dots
    f_args$x= cc
    f_args_abs$x= abs(cc)
    cc_= do.call(format, args= f_args)
    cc_abs= do.call(format, args= f_args_abs)
    pred_vars=
        cc_abs%>%
        paste(., x_vars, sep= star)%>%
        paste(var_sign,.)%>%paste(., collapse= "")

    if(latex){
        star= " \\cdot "
        y_var= strsplit(as.character(model$call$formula), "~")[[2]]%>%
            paste0("\\hat{",.,"_{i}}")
        x_vars= names(cc_)[-1]%>%paste0(.,"_{i}")
    }else{
        star= " * "
        y_var= strsplit(as.character(model$call$formula), "~")[[2]]        
        x_vars= names(cc_)[-1]
    }

    equ= paste(y_var,"=",cc_[1],pred_vars)
    if(latex){
        equ= paste0(equ," + \\hat{\\varepsilon_{i}} \\quad where \\quad \\varepsilon \\sim \\mathcal{N}(0,",
                    summary(MetamodelKdifEryth)$sigma,")")%>%paste0("$",.,"$")
    }
    cat(equ)
}

Das modelArgument erwartet ein lmObjekt, das latexArgument ist ein Boolescher ...Wert, um nach einem einfachen Zeichen oder einer latexformierten Gleichung zu fragen, und das Argument übergibt seine Werte an die formatFunktion.

Ich habe auch eine Option hinzugefügt, um es als Latex auszugeben, damit Sie diese Funktion in einem Rmarkdown wie diesem verwenden können:

```{r echo=FALSE, results='asis'}
print_equation(model = lm_mod, latex = TRUE)
```

Jetzt mit:

df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
df$z <- 8 + 3 * df$x + rnorm(100, sd = 40)
lm_mod= lm(y~x+z, data = df)

print_equation(model = lm_mod, latex = FALSE)

Dieser Code ergibt: y = 11.3382963933174 + 2.5893419 * x + 0.1002227 * z

Und wenn wir nach einer Latexgleichung fragen, runden wir die Parameter auf 3 Stellen:

print_equation(model = lm_mod, latex = TRUE, digits= 3)

Dies ergibt:

Ich habe Zweifel, wie man eine signifikante Statistik von t.test für bheta in die Gleichung setzt, indem man verwendet ggpmisc::stat_poly_eq()?

Ex: expression(hat(Y)== 0000*"**"+0000*"x"*"*"-0000*"x"^2*"**"~~~~"R"^2*":"~~0.000)