如何转换数据框x、y值使拟合线与对角线重合？

给定如下R语言数据框，如何“旋转”x和y值，让最佳拟合线与y=x对角线重合？

df <- data.frame(x=sample(1:100, 50, replace = T), y=sample(1:100, 50, replace = T))
ggplot(df, aes(x=x, y=y)) + geom_point() +
  geom_smooth(se = FALSE, method = glm, linetype = "dashed") +
    geom_abline(intercept = 0, slope = 1)

解决方案 #

核心思路是：先拟合原数据的线性模型，通过平移消除截距，再计算合适的旋转角度对数据进行正交变换，最终让原拟合线与y=x重合。

步骤1：拟合原数据的线性模型 #

先通过线性回归得到原数据的拟合线参数（截距和斜率）：

set.seed(123) # 设置种子保证结果可复现
df <- data.frame(x=sample(1:100, 50, replace = T), y=sample(1:100, 50, replace = T))

# 拟合线性模型
model <- lm(y ~ x, data = df)
intercept <- coef(model)[1] # 提取截距
slope <- coef(model)[2]      # 提取斜率

步骤2：平移数据消除截距 #

原拟合线是y = intercept + slope*x，我们先平移y值，让拟合线过原点：

df$x_shifted <- df$x
df$y_shifted <- df$y - intercept

此时平移后的拟合线变为y_shifted = slope*x_shifted，不再有截距。

步骤3：计算旋转角度 #

我们需要找到旋转角度theta，使得平移后的拟合线y_shifted = slope*x_shifted旋转后变为y'=x'，计算方式如下：

theta <- atan((1 - slope)/(1 + slope))

步骤4：对数据应用旋转变换 #

使用正交旋转变换公式，得到旋转后的x、y值：

# 旋转变换
df$x_rotated <- df$x_shifted * cos(theta) + df$y_shifted * sin(theta)
df$y_rotated <- -df$x_shifted * sin(theta) + df$y_shifted * cos(theta)

步骤5：验证结果 #

用ggplot绘制旋转后的数据，查看拟合线是否与y=x重合：

library(ggplot2)
ggplot(df, aes(x=x_rotated, y=y_rotated)) +
  geom_point() +
  geom_smooth(se = FALSE, method = glm, linetype = "dashed") +
  geom_abline(intercept = 0, slope = 1, color = "red", linewidth = 1)

运行后你会看到，拟合的虚线几乎和红色的y=x对角线完全重合，达到了预期效果。

内容的提问来源于stack exchange，提问作者Algorithman