library(ggvis)
mtcars %>%
ggvis(~wt, ~mpg) %>%
layer_points() %>%
layer_model_predictions(model = "lm", se = TRUE)
上面生成了一个散点图,带有拟合的回归线和 95% 的置信限。
问题:如何绘制带有拟合回归线和 95%预测限制的散点图?
library(ggvis)
mtcars %>%
ggvis(~wt, ~mpg) %>%
layer_points() %>%
layer_model_predictions(model = "lm", se = TRUE)
上面生成了一个散点图,带有拟合的回归线和 95% 的置信限。
问题:如何绘制带有拟合回归线和 95%预测限制的散点图?
这是一个想法。它可能需要更多的工作才能得到你所追求的。
mtcars.pi = data.frame(mtcars, predict(lm(mpg~wt,data=mtcars), interval="prediction"))
mtcars.pi %>%
ggvis(~wt, ~mpg) %>%
layer_points() %>%
layer_ribbons(y=~lwr, y2=~upr, opacity:=.5) %>%
layer_model_predictions(model = "lm", se = TRUE)