如何绘制变量以确定是否存在负线性趋势

Question

我的数据包括新产品介绍，在找到Bass模型的参数后，我想知道随着时间的推移是否存在负线性趋势。参数m代表最终采用者的数量。

从回归模型的结果可以看出，似乎存在负面趋势。但是我怎么能很好地绘制这个呢？

我的数据集包含产品级数据。变量Date表示新产品推出的年份（2009：2015），m表示低音模型的参数估计（连续）。

LM <- lm(m ~ Date, data = TotalBassModel1)


m          Estimate Std. Error t-value  Pr(>|t|)   
Intercept   371.51  29.10   12.766  < 2e-16 ***
Date2010    -18.74  27.87   -0.672  0.50132
Date2011    -71.41  27.30   -2.616  0.00893 **
Date2012    -71.03  26.17   -2.714  0.00669 **
Date2013    -137.07 25.32   -5.414  6.62e-08 ***
Date2014    -170.25 25.15   -6.770  1.53e11 ***
Date2015    -223.50 35.63   -6.273  4.03e10 ***
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Answer 1

首先，我认为您可以将日期视为数字变量，方法是删除＆＃34;日期＆＃34;日期之前的字符，并使用as.numeric（）将其设置为数字。

然后它将为您提供一个适当的调整，其中一个系数与日期相关。

然后，您可以使用predict（）函数或使用ggplot函数http://t-redactyl.io/blog/2016/05/creating-plots-in-r-using-ggplot2-part-11-linear-regression-plots.html

绘制回归图。

Answer 2

boxplot(m ~ Date, data = TotalBassModel1)

应该为您的数据集中的7年中的每一年提供5个数字摘要。如果数据是对称的，则均值是中位数，并且这是一种很好的方法，可以使用有序的分类预测变量来粗略地可视化数据集中的趋势，无论是大样本还是小样本。