Очевидное решение с использованием geom_abline
:
geom_abline(slope = data.lm$coefficients[2], intercept = data.lm$coefficients[1])
Где data.lm
находится lm
объект, и data.lm$coefficients
выглядит примерно так:
data.lm$coefficients
(Intercept) DepDelay
-2.006045 1.025109
На практике идентичным является stat_function
построение линии регрессии как функции от x с использованием predict
:
stat_function(fun = function(x) predict(data.lm, newdata = data.frame(DepDelay=x)))
Это немного менее эффективно, поскольку по умолчанию n=101
вычисляются точки, но гораздо более гибко, поскольку строит кривую прогноза для любой поддерживаемой модели predict
, например нелинейной npreg
из пакета np.
Примечание. Если вы используете scale_x_continuous
или, scale_y_continuous
некоторые значения могут быть обрезаны и, следовательно, geom_smooth
могут работать некорректно. Вместо этого используйте coord_cartesian
для увеличения .