Question

我在格式中有几个回归模型 m＆lt; -lm（y~x，dat）

每个模型的y不同，但总是相同的x

例如

data(Iris)

m <- lm(Iris$Sepal.L. ~ Sepal.W., data  = Iris)

我从m

中提取了X和Y.

X <- m$call [2][[1]][[3]]
Y <- m$call [2][[1]][[2]]

然后我尝试在ggplot

中使用X和Y代表x和y

ggplot() +  
   geom_point(data = Iris, 
              aes(x = X , y = Y), size = 3)

我收到错误消息：

不知道如何自动选择类型调用对象的比例。默认为连续。

错误：美学必须是长度1或与数据（150）相同：x，y，大小

如何在ggplot中正确使用调用向量X和Y？

注意：我想在一个循环中使用这段代码来指定一个Y的列表，所以我不想手动编写 aes（x = Iris $ Sepal.W。，y = Iris $ Sepal.L。）

Answer 1

我的R未附带Iris数据集，因此我将使用公共iris。

data(iris)

m <- lm(Sepal.Length ~ Sepal.Width, data = iris)

X <- as.character(m$call [2][[1]][[3]])
Y <- as.character(m$call[2][[1]][[2]])

ggplot() +  
  geom_point(aes(x = iris[, X] , y = iris[, Y]), size = 3)

注意一些事情。我的代码中没有data参数，因为您没有使用它，因为您将数据作为向量传递（例如iris[, X]）。我将X和Y强制转换为某个角色，因为默认情况下，他们的班级为name。

Answer 2

我想我已经解决了！

如果它有助于其他人在这里是解决方案。（我需要看到更改x和y标签，但那是一个不同的问题）

ggplot() +  
   geom_point(data = Iris, 
              aes(x = Iris[[X]] , y = Iris[[Y]]), size = 3)

哪种排序方法会根据响应变量预测分组？

2 个答案: