我使用R并使用ggplot2创建了一个图表。
ggplot(Month.Data, aes(y=Measure, x=Samples)) +geom_point() + geom_smooth(method = "lm", se = FALSE)
然后我创建一个回归,这样我就可以做出一些预测
regression <- lm(Samples ~ Measure, data = Month.Data)
我将“Measures”的数据框传递给预测函数
预测(回归,测量)
我希望预测与我在图表上使用回归线的情况相同,但它们并不相同。为什么会这样呢? ggplot中有设置还是我的期望不正确?
答案 0 :(得分:2)
ggplot(Month.Data, aes(y=Measure, x=Samples)) + ...
此处您的y值为Measure
,x值为Samples
。
regression <- lm(Samples ~ Measure, data = Month.Data)
此处您的y值为Samples
,x值为Measure
。
这些是不同的模型,预测会有所不同,因为OLS最小化了y方向残差的平方和。