残差图绘制

残差图1 --双轴方式

#:更改  ----号线之间的内容

# ==双坐标轴,3个以上y向量,主次分明= 如何调整左右两个纵坐标轴的界限
# data("women")
# head(women)
# attach(women)
# lm<-lm(weight~height)
# 
# prd.weight = predict(lm)  #fitted value of [weight] .
# err <- weight-prd.weight  #实际值-拟合值=残差


# --演示数据2
data <- read.table("H:\\R\\Data\\HubeiPeakLoad.txt", header = T, sep = "\t")

##-----------------------初始参数设置
# --变量设置
# x = height
# fit = prd.weight
# real = weight
# err = err


x_label = data$date
x = c(1:92)
fit = data$fitted
real = data$real
err = data$err

# x 轴刻度标签
x_at = seq(1:92)
x_label = x_label


# --左纵轴 tick 间隔设置


f_y = 1   # 10的次幂!!根据实际值调节, 假设实际值 类似如:0.135 ,这种很小的数值,适合 f = 100 ; 当数值很大,如10000,考察使用10^(-3)




###################################################


# 确定左纵轴范围和右纵轴范围  -- 拟合和实际图占据 2/3 , 残差占 1/3
max_fit_real = ceiling(max(fit, real)*f_y) / f_y
min_fit_real = floor(min(fit, real)*f_y) / f_y

y_left_ceil = max_fit_real  # 左边纵轴上限
y_left_floor = floor((min_fit_real - (max_fit_real - min_fit_real) / 2)*f_y) / f_y  # 左边纵轴下限

min_err = floor(min(err)) 
max_err = ceiling(max(err)) 
y_right_ceil = min_err + 3*(max_err - min_err)
y_right_floor = min_err



# 确定 x 轴的范围
x_min = floor(min(x))
x_max = ceiling(max(x))


##------------ 标签、刻度 ###################################
# 左边纵轴刻度、标签
y_left_at = seq(min_fit_real, y_left_ceil , 500)
y_left_label = y_left_at
# 右边纵坐标刻度、标签
y_right_at = seq(y_right_floor, max_err, 100)
y_right_label = y_right_at

################################################




# --实际值图
par(mar=c(5,5,4,5)+0.1)
plot(x, real, xlim=c(x_min, x_max), 
          ylim=c(y_left_floor, y_left_ceil), axes=F, type="n", xlab="", ylab="")  #缩小下限==拉高图形★★
lines(x, real, lwd=2, col="blue")  
# points(x, real, bg="blue1", lwd=2)
axis(1, col="black", col.axis="black", las=3,   cex.axis = 0.5,  at = x_at , labels = x_label)
title(ylab="实际值&拟合值", col.lab="black")


# --拟合值图
par(new=T) 
plot(x, fit, type="n", col="black", ylim=c(y_left_floor, y_left_ceil), axes=F, xlab="", ylab="")  
    ##拟合值纵坐标界限与实际值的差不多
    ##这里的y轴上下界限与上一[plot]一致,则会继续用上图层的y轴,即还是左纵轴★
lines(x, fit, lty=1, col="red", lwd=2)  #拟合线
# points(x, fit, pch=23, bg="red", cex=1.2)
axis(2,col="black",col.axis="black",at = y_left_at, labels = y_left_label)


# --残差
par(new=T)
barplot(err,  col="gray", xlab="", ylab="", axes=F,  axisnames = FALSE , 
     ylim = c(y_right_floor, y_right_ceil) )   #缩小上限==拉高图形★★
    ##这里改变了y轴界限,则会用到右纵轴
axis(4,col="black", at = y_right_at, labels = y_right_label)
title(main = list("实际值和拟合值对比图",cex=1, col="black", font=1))

title(xlab = list("x",cex=1, col="black", font=1 ), line = 3)  # 更改 x 轴标题
mtext(text="残差",side=4, col="black", line=2)
# abline(h=mean(err),col="red2",lty=3)  #残差均值处绘制一条横线


box()


残差图(双坐标轴方式)

残差图2 -- 组合方式

data <- data <- read.table("H:\\R\\Data\\HubeiPeakLoad.txt", header = T, sep = "\t")

data = data.frame(date_n = c(1:92) , data)

attach(data)

library(ggplot2)

# 绘制上面的实际值、拟合值曲线图

fit_real <- ggplot()+
  geom_line(data=data,aes(date_n, fitted)) + 
  theme(
    legend.position="none" ,
    axis.title.x = element_blank() ,
    axis.ticks.x = element_blank() ,
    axis.text.x = element_blank()  # 去掉横轴标签
    )  ##去掉图例
fit_real = fit_real +  labs(y = "实际值&拟合值")
fit_real = fit_real + geom_line(aes(date_n, real), colour = "red", alpha = 0.8) 


# 绘制残差序列

err = ggplot(data, aes(date_n, err)) +
  geom_bar(stat = "identity", fill = "black", alpha = 0.5)
err = err + scale_x_continuous(breaks = data$date_n, labels = data$date)
err = err+ theme(axis.text.x = element_text(size = 8, angle = 90))
err = err + labs(y = "残差", x = "日期")
err

# 组合
library(gridExtra)

grid.arrange(fit_real, err, ncol = 1, nrow = 2, heights=c(1.618,1))


残差图2(组合方式)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容

  • 高级钳工应知鉴定题库(858题) ***单选题*** 1. 000003难易程度:较难知识范围:相关4 01答案:...
    开源时代阅读 5,755评论 1 9
  • 我出生未知,父母不详,但我有一个名字,这个名字自打我有记忆以来就存在,我很好奇这个名字是谁帮我取得,因为在九道山庄...
    公子秦川阅读 195评论 0 1
  • 关于工作后读书的问题,不少小伙伴问我,今天写一篇。 0 很多人工作以后,没了读书的习惯。 一方面没有时间没有精力读...
    老老老老老大哥阅读 771评论 0 4
  • 2017 还做最美的自己 奥道粉丝节 最潮辣妈之最美穿搭>>> 这是一个辣妈当道的时代君不见各路星妈生完宝宝之后都...
    美味和天下阅读 243评论 0 0
  • 下周一就期中考试了,周六在家一天,也只有这天能复习功课了,感赏儿子现在能在吃晚饭的时候给我讲些学校及班级里的趣事了...
    崔海宏阅读 184评论 0 1