【原】练习R：ols()+rcs()+ggplot()函数实现线性回归限制性立方样条

散点图初步判断初始工资水平和当前工资水平之间是非线性的，接下来考虑使用rcs限制性立方样条进行分析。

为了方便后面的预测，我们先给数据打包：

dd <- datadist(data) options(datadist='dd')

然后直接开始拟合一个线性回归的限制性立方样条模型。

fit1 <- ols(salary ~ rcs(salbegin,4)+eduy,data=data)

4个节点，eduy作为协变量。

anova <- anova(fit1)anova

做个方差分析，主要目的看一下非线性关系是否成立。

非线性的P值小于0.05，认为存在非线性的关系。RCS是可以的。

beta<-Predict(fit1,salbegin)ggplot(beta,anova=anova,pval=T)

针对预测值和salbegin，绘制RCS样条图。

如图。salbegin大约在低于13000时，后续工资水平有限；大于13000后，当前工资水平会加速提高。

把图形美化一下：

ggplot(anova=anova,pval=T)+    #画曲线    geom_line(data=beta,aes(salbegin,yhat),linetype=1,size=1,alpha = 0.9,colour="red")+    #画置信区间    geom_ribbon(data=beta,aes(salbegin,ymin = lower, ymax = upper),alpha = 0.3,fill="red")+    #x轴任意刻度：增加一条竖线    geom_vline(aes(xintercept=13000), colour="#BB0000", linetype="dashed")+    theme_classic()

===