（R-note）R筆記

1.圖像標題

轉自：https://blog.csdn.net/kMD8d5R/article/details/81844126
2.R語言中fitted()和predict()的區別

3.Q2: 爲什麼預測變量x的名稱(代碼一)從x變成x_date(代碼二),predict()得到的yf從30個數據變成10個（與響應變量個數相同）數據?

代碼一：

#作爲觀測的響應變量y值
ConfirmNumIcr <- c(42744, 40224, 37162,
34594, 31197, 28060, 24363, 20471,
17238, 14411)
#作爲觀測的預測變量x值
x <- 1:length(y)
days <- 30
#建立模型；已證明該模型p-value最小
model1 <-lm.fit3_2 <- lm(ConfirmNumIcr~I(x^2)+I(x3))
new.data <- data.frame(x=seq(1,days,1)) #predict variable
yf <- predict(model1, newdata = new.data,se = TRUE)
print(“model_date:”)
length(new.data)
new.data
print(“model_fitted_y”)
length(yf)
yf

結果一：

代碼二：

#作爲觀測的響應變量y值
ConfirmNumIcr <- c(42744, 40224, 37162,
34594, 31197, 28060, 24363, 20471,
17238, 14411)
#作爲觀測的預測變量x值
x_date <- 1:length(y)
days <- 30
#畫出數據離散點 注：plot()必須加上type=""參數才能畫出線
#plot(x_date, ConfirmNumIcr,type = ‘b’,xlim = c(1,days+1),ylim =c(0,5000),xlab=‘Days since Jan 23’, ylab=’#Newly confirmed cases’,cex = 1.5 )
#points(x_date[length(ConfirmNumIcr)], ConfirmNumIcr[length(ConfirmNumIcr)],col=“black”,pch=19,cex=2)
#建立模型；已證明該模型p-value最小
model1 <-lm.fit3_2 <- lm(ConfirmNumIcr~I(x_date^2)+I(x_date3))
#model1 <- lm.fit3_2
#求出擬合模型
#爲什麼要用data.frame?
new.data <- data.frame(x=seq(1,days,1)) #predict variable
#predict()函數的意義：給定一個模型model1，給出橫座標向量，生成縱座標向量，se=TRUE即指給出Standard ERROR
#Q:model_fitted_y也是有下個值的向量，如何lines()出來？
yf <- predict(model1, newdata = new.data,se = TRUE)
print(“model_date:”)
length(new.data)
new.data
print(“model_fitted_y”)
length(yf)
yf

結果二;

原因：
model擬合的預測變量名稱x 要與 預測函數predict()裏的newdata表格的參數x=seq()名稱要一致

4.畫圖顯示中文字符
畫圖顯示中文：
par(family=‘STKaiti’)
OS X 下，用的是 STXihei，Ubuntu 你自己找到文泉驛之類的字體的 family name 改進去就行了。

兩種改法，全局的和局部的：
par(family=‘STXihei’)
plot(d, family=‘STXihei’)