多元线性回归：以置信区间绘制一条直线

Question

这是我的问题：

1）我进行了一次多元线性回归：假设像这样：

lm(attitude~quality+price+location+Income)

我主要关心态度和素质之间的关系，其他变量是控制变量。

2）然后，我想在态度和质量之间做一个散点图。很简单：

Q <-ggplot(data=data, aes(x=quality, y=attitude)) 
Q + geom_point(size = 1)

3）我还想绘制x和y之间的拟合线，斜率应该是多元线性回归的偏回归系数。也就是说，它应该是以下公式中的b1：态度= b1 *质量+ b2 *价格+ b3 *位置+ b4 *收入，而不是以下公式中的b：态度= b *质量。因此，以下代码无法正常工作，因为它将绘制b而不是b1的斜率。

g <- g + geom_smooth(method = lm)

有人问了一个非常相似的问题，see here

提供的答案如下（用我的变量替换）：

g <- g + geom_smooth(data=data, aes(x=quality, y=attitude, ymin=lcl, ymax=ucl))

但是，这是LOWESS图（如您在帖子中看到的图所示），而不是线性直线图。

我的问题：如何添加具有置信区间带的斜率b1的直线？

Answer 1

如果您想看到b1，就应该画出偏回归图，据我所知。

在这种情况下，

1. 对每个变量除外{strong> attitude
进行quality回归
2. 使其他预测变量回归quality

3. 绘制这些拟合的残差：

   X <-
     data_frame(
       x = lm(quality ~.-attitude, data = data)$resid,
       y = lm(attitude ~ .-quality, data = data)$resid
     )
   X %>%
     ggplot(aes(x, y)) +
     geom_smooth(method = "lm")
   

此行可能与b1相同，尽管不是x，y点。