我使用的是一组从去点(-5,5)到(0,0)和(5,5)在"对称V形".我正在使用适合"V形"样条的模型lm()和bs()函数:
lm(formula = y ~ bs(x, degree = 1, knots = c(0)))
当我预测结果predict()并绘制预测线时,我得到"V形" .但是,当我查看模型估计时coef(),我看到了我没想到的估计.
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.93821 0.16117 30.639 1.40e-09 ***
bs(x, degree = 1, knots = c(0))1 -5.12079 0.24026 -21.313 2.47e-08 ***
bs(x, degree = 1, knots = c(0))2 -0.05545 0.21701 -0.256 0.805
我期望-1第一部分的+1系数和第二部分的系数.我必须以不同的方式解释估算吗？
如果我lm()手动填充函数中的结,而不是我得到这些系数:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) …我将 df 列中的十六进制颜色分配给 ggplot。然而，在图中，它显示了十六进制颜色的名称，但不是正确的颜色，颜色与十六进制颜色不匹配。
数据框和绘图代码：
str(Trun)
'data.frame': 1043 obs. of 12 variables:
$ X : int 1 2 3 4 5 6 7 8 9 10 ...
$ DE : num 36.5 37 40.2 36.8 38.8 ...
$ hex : chr NA NA NA NA ...
unique(Trun$hex)
[1] NA "#8A8F8C" "#507085" "#3F7767" "#917652" "#DBAD5D"
ggplot(data=Trun, aes(x=X, y=DE, colour=hex)) + geom_point() + ggtitle("DE with 35* sd values")
下面是用 dput 重新处理的数据
structure(list(X = 1:50, Sample = structure(c(1L, 12L, 23L, 34L,
45L, 47L, …