Rの複素回帰プロット

視覚的なデータ分析のために複雑なグラフィックを描く必要があります。2つの変数と多数のケース（> 1000）があります。例（分散を「通常」にするには、数値は100です）：

x <- rnorm(100,mean=95,sd=50)
y <- rnorm(100,mean=35,sd=20)
d <- data.frame(x=x,y=y)

1）同時発生の相対頻度に対応するポイントサイズで生データをプロットする必要plot(x,y)があるため、オプションではありません-ポイントサイズが必要です。これを達成するために何をすべきですか？

2）同じプロットで、相関の変化を表す95％信頼区間の楕円と線をプロットする必要があります（正しく名前を付ける方法がわからない）-次のようなもの：

library(corrgram)
corrgram(d, order=TRUE, lower.panel=panel.ellipse, upper.panel=panel.pts)

しかし、1つのプロットで両方のグラフを使用します。

3）最後に、これに加えて、結果の線形回帰モデルを描画する必要があります。

r<-lm(y~x, data=d)
abline(r,col=2,lwd=2)

しかし、エラー範囲... QQ-プロットのようなもの：

しかし、可能であればフィッティングエラーのため。

だから問題は：

これらすべてを1つのグラフで実現する方法は？

下の写真はあなたが達成したいもののように見えますか？

コメントに続いて、更新された Rコードを次に示します。

do.it <- function(df, type="confidence", ...) {
  require(ellipse)
  lm0 <- lm(y ~ x, data=df)
  xc <- with(df, xyTable(x, y))
  df.new <- data.frame(x=seq(min(df$x), max(df$x), 0.1))
  pred.ulb <- predict(lm0, df.new, interval=type)
  pred.lo <- predict(loess(y ~ x, data=df), df.new)
  plot(xc$x, xc$y, cex=xc$number*2/3, xlab="x", ylab="y", ...)
  abline(lm0, col="red")
  lines(df.new$x, pred.lo, col="green", lwd=1.5)
  lines(df.new$x, pred.ulb[,"lwr"], lty=2, col="red")
  lines(df.new$x, pred.ulb[,"upr"], lty=2, col="red")    
  lines(ellipse(cor(df$x, df$y), scale=c(sd(df$x),sd(df$y)), 
        centre=c(mean(df$x),mean(df$y))), lwd=1.5, col="green")
  invisible(lm0)
}

set.seed(101)
n <- 1000
x <- rnorm(n, mean=2)
y <- 1.5 + 0.4*x + rnorm(n)
df <- data.frame(x=x, y=y)

# take a bootstrap sample
df <- df[sample(nrow(df), nrow(df), rep=TRUE),]

do.it(df, pch=19, col=rgb(0,0,.7,.5))

そしてこれがggplotizedバージョンです

次のコードで生成されます：

xc <- with(df, xyTable(x, y))
df2 <- cbind.data.frame(x=xc$x, y=xc$y, n=xc$number)
df.ell <- as.data.frame(with(df, ellipse(cor(x, y), 
                                         scale=c(sd(x),sd(y)), 
                                         centre=c(mean(x),mean(y)))))
library(ggplot2)

ggplot(data=df2, aes(x=x, y=y)) + 
  geom_point(aes(size=n), alpha=.6) + 
  stat_smooth(data=df, method="loess", se=FALSE, color="green") + 
  stat_smooth(data=df, method="lm") +
  geom_path(data=df.ell, colour="green", size=1.2)

色シェーディング効果を使用して、クックの距離などのモデルフィットインデックスを追加することで、もう少しカスタマイズできます。

ポイント1の場合、cexプロットのパラメーターを使用してポイントサイズを設定します。

例えば

x = rnorm(100)
plot(x, pch=20, cex=abs(x))

1つのプロットに複数のグラフをpar(mfrow=c(numrows, numcols))配置するには、レイアウトを等間隔layoutにするか、より複雑なグラフを作成するために使用します。