不同的最佳拟合，并从R中回归得到p-值

Question

我有一个图，来自package car，图1：

​

守则是：

scatterplot(istat_22 ~ vpa_cnr_2,grid=F, smooth=F)

但是如果我想要回归线的p值，r和r^2，我如何才能得到它，并在图上画出它们呢？其次，我会得到直线的方程和统计量的值。另一个问题是，为什么我要用lm来策划，比如：

plot(vpa_cnr_2,istat_22)
abline(lm(vpa_cnr_2 ~ istat_22),col="red")

直线与图1不相同(参见图2)？

图2

​

是的，我知道，这取决于拦截，但是R并不能找到最适合lm函数的方法

Answer 1

具体来说，如果您想从线性回归中提取值，可以使用summary。

#use str(summary(x)) to explore the other useful pieces of information
x <- lm(istat_22 ~ vpa_cnr_2)
summary(x)$r.squared
summary(x)$adj.r.squared
summary(x)$coefficients[2,4] # p-value

Answer 2

我将使用调整的R-平方和整体p值的模型，如果你想要显示在图表中，这可以直接得到或计算从总结的模型。

summary <- summary(lm(istat_22 ~ via_cnr_2)) adjRsq <- summary$adj.r.squared

不能直接从摘要中获得总体p值，但可以从F统计数据中计算，下面是如何计算它的方法：

fStat <- summary$statistic pValue <- pf(fStat[1], fStat[2], fStat[3], lower.tail = F)

您可以参考以下链接：Adding Regression Line Equation and R2 on graph，以了解如何在ggplot中对它们进行标记。至于为什么回归线看起来不正确，这是因为你的变量在lm公式中被恢复。abline(lm(istat_22 ~ vpa_cnr_2),col="red")