Polynôme avec R

bonjour,
j'ai effectuer une regression polynomiale sous R mais je n'arrive pas a tracer le polynome de régression .
est ce que quelque aurai l'amabilité de éclairer merci

Bonjour,

Si vous avez effectué une régression polynomiale, vous avez donc obtenu un modèle de la forme :

Citation:

---

y = a_0 + a_1 * x + a_2 * x^2 + a_3 * x^3 + ... + a_n * x^n

---

Je ne sais pas quelle fonction vous avez utilisée sous R (pour info : il est toujours bienvenu de mettre un extrait de son code [entre les balises codes] lorsqu'on poste une question sur le forum), mais vous pouvez peut-être récupérer les coefficients a_j à l'aide de la fonction "coef".

Sinon ensuite pour la représentation graphique, ceci n'est peut-être pas la solution optimale mais voilà comment je ferais très "basiquement" :

• création d'une fonction polynomiale comme suit (peut-être que le modèle est récupérable via la fonction qui a servi à le créer...) :
  
  
  Code:

  ---

  1 2 3 4 5 6

  y<-function(x) { y<-a_0+a_1 * x + a_2 * x^2 + ... + a_n * x^n y }

  ---

• génération d'un vecteur x ou reprise des valeurs de x utilisées pour la régression
  
  
  Code:

  ---

  1 2 3 4

  x<-seq(0,10,0.1) # par exemple # ou x<-data$X

  ---

• représentation graphique :
  
  
  Code:

  ---

  plot(x,y(x))

  ---

Voilà, en espérant que ceci vous donnera des idées pour avancer. Cela serait plus facile avec un exemple de votre code.
Bonne continuation :)


Cordialement,

A.D.

Bonjour,

Il y a certainement plus direct : la plupart des résultats de modèle ont une méthode predict. Celle-ci donne généralement par défaut les valeurs prédites pour les observations qui ont servit à ajuster le modèle, mais peut également les calculer pour de nouvelles valeurs de la (des) variable(s) explicative(s).
Par exemple avec un simple modèle linéaire :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

df <- data.frame(X=(X <- runif(30, 0, 20)), Y=1 + 0.5 * X + X^2 + rnorm(length(X), 0, 10)) lm1 <- lm(Y ~ X + I(X^2), data=df) coef(lm1) x <- with(data=df, seq(from=min(X, na.rm=TRUE), to=max(X, na.rm=TRUE), length.out=100)) ## Valeurs prédites : plot(x, predict(lm1, newdata=data.frame(X=x)), type="l") ## Valeurs "observées" : with(data=df, points(X, Y, col="red", pch=19))

---

Mais la syntaxe pourra dépendre de la fonction utilisée pour l'ajustement.