Lägga till en linjär utjämnare

Du har sett hur man lägger till LOESS-utjämnare i ett spridningsdiagram med hjälp av spåren add_markers() och add_lines(). Att lägga till en linjär utjämnare följer samma princip, men du använder kommandot lm() för att anpassa den linjära modellen.

I den här övningen är din uppgift att lägga till en linjär utjämnare i ett spridningsdiagram över användarpoäng mot kritikerpoäng för tv-spel från 2016.

När du lägger till utjämnare kan saknade värden (NA) ställa till problem, eftersom många modelleringsfunktioner automatiskt tar bort observationer med saknade värden. För att undvika detta, använd select() och na.omit() för att rensa bort sådana observationer innan du ritar diagrammet.

Observera att plotly och datamängden vgsales2016 redan har laddats in åt dig.

Den här övningen är en del av kursen

Interaktiv datavisualisering med plotly i R

Visa kurs

Övningsinstruktioner

Anpassa en linjär regressionsmodell med Critic_Score som prediktorvariabel och User_Score som responsvariabel. Spara modellen i objektet m.
Skapa ett spridningsdiagram med Critic_Score på x-axeln och User_Score på y-axeln.
Lägg till en linjär utjämnare i spridningsdiagrammet som representerar de anpassade värdena.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Fit the regression model of User_Score on Critic_Score
m <- lm(___ ~ ___, data = ___)

# Create the scatterplot with smoother
vgsales2016 %>%
   select(User_Score, Critic_Score) %>%
   na.omit() %>%
   ___(x = ___, y = ___) %>%
   ___(showlegend = FALSE) %>%
   ___(y = ___)

Redigera och kör kod