R je moćan jezik i okruženje za statističko računanje i grafiku. Jedna od njegovih jakih karakteristika je mogućnost stvaranja visokokvalitetnih zapleta sa samo nekoliko linija koda. U ovom članku ćemo razgovarati o tome kako nacrtati liniju regresije koristeći “ggplot”, jedan od najpopularnijih paketa unutar R ekosistema za vizualizaciju podataka.
Kreiranje regresijske linije, ili linije koja najbolje odgovara podacima, uobičajen je zadatak prilikom analize podataka. Ova linija, često zajedno sa povezanom jednadžbom, pruža kompaktan prikaz trendova vaših podataka i može biti ključna komponenta za predviđanje ili zaključivanje odnosa među varijablama.
Proces kreiranja ove regresijske linije može se raščlaniti na nekoliko jednostavnih koraka, uz pomoć funkcija `ggplot` i `geom_smooth()`. Hajde da vidimo kako to radi.
Prvo, bitno je instalirati i učitati potrebne pakete. To možete učiniti koristeći sljedeći kod:
install.packages("ggplot2")
library(ggplot2)
Sa instaliranim i učitanim paketom ggplot2, možemo krenuti naprijed s našim osnovnim kreiranjem grafike.
Analiza i crtanje podataka
Prije nego što nacrtate liniju regresije, trebali biste imati jasno razumijevanje svojih podataka. Prvi korak u kreiranju regresijske linije je iscrtavanje vaših tačaka podataka na grafikonu.
Recimo da imamo okvir podataka pod nazivom `my_data` sa dvije varijable `x` i `y`. Evo kako možete kreirati osnovni dijagram raspršenosti.
ggplot(my_data, aes(x=x, y=y)) + geom_point()
Dodavanje linije regresije
Sada kada imamo dijagram raspršenja, sljedeći korak je dodavanje linije regresije.
Ovo se može učiniti pomoću funkcije `geom_smooth()`, koja stvara glatku krivulju koja odgovara podacima. Podrazumevano, ova funkcija dodaje LOESS izglađenu krivu uklapanja i interval pouzdanosti oko nje, ali želimo jednostavnu liniju linearne regresije. Da bismo ovo dobili, možemo dodati argument `method` u `geom_smooth()`, postavljajući ga na `lm`, što je skraćenica za linearni model.
Evo izmijenjenog koda:
ggplot(my_data, aes(x=x, y=y)) + geom_point() + geom_smooth(method = lm)
Linija na grafikonu sada predstavlja najbolju linearnu aproksimaciju naših podataka, odnosno linearnu regresiju. Siva zona oko linije je standardna greška procjene.
Prilagođavanje izgleda
`ggplot` vam također omogućava da modificirate izgled dijagrama. Na primjer, možete promijeniti boju tačaka i linije, dodati oznake i naslov.
Evo primjera gdje se primjenjuju ove prilagodbe:
ggplot(my_data, aes(x=x, y=y)) + geom_point(color = 'red') + geom_smooth(method = lm, se = FALSE, color = 'blue') + labs(title = 'Scatter plot with regression line', x = 'Variable X', y = 'Variable Y')
Da rezimiramo, funkcionalnost `ggplot` unutar R-a pruža odličan alat za vizualizaciju odnosa između varijabli kroz generiranje regresijskih linija. To ga čini praktičnim resursom za širok spektar potreba za analizom podataka.
