如何在R中为中国GDP数据创建线性回归线并绘图？

1. 数据获取与预处理 #

可以用wbstats包直接从世界银行获取目标数据，无需手动下载：

# 安装并加载所需包
install.packages("wbstats")
install.packages("ggplot2")
library(wbstats)
library(ggplot2)

# 获取中国人均GDP（不变价美元）数据，指标代码NY.GDP.PCAP.KD
china_gdp <- wb_data(indicator = "NY.GDP.PCAP.KD", 
                     country = "CHN", 
                     start_date = 1960, 
                     end_date = 2023)

# 整理数据，保留年份和GDP列并重命名
china_gdp_clean <- china_gdp[, c("date", "NY.GDP.PCAP.KD")]
colnames(china_gdp_clean) <- c("year", "gdp_per_capita")

2. 构建线性回归模型 #

按照你构思的y=B₀+B₁x形式，这里y代表人均GDP，x代表年份：

# 拟合线性回归模型
gdp_model <- lm(gdp_per_capita ~ year, data = china_gdp_clean)

# 查看模型结果，包含系数、拟合度、显著性等信息
summary(gdp_model)

3. 绘制回归可视化图形 #

用ggplot2绘制散点图+回归线，横轴为年份，纵轴为人均GDP：

ggplot(china_gdp_clean, aes(x = year, y = gdp_per_capita)) +
  geom_point(color = "#2ecc71", alpha = 0.7) +  # 绘制原始数据散点
  geom_smooth(method = "lm", color = "#e74c3c", linewidth = 1) +  # 添加线性回归线
  labs(x = "年份", y = "人均GDP（不变价美元）", title = "中国人均GDP随年份变化的线性回归") +
  theme_minimal()

验证示例代码正确性 #

你构思的示例代码可以直接运行验证：

x <- c(0,1,2,3,4)
y <- c(0,1,2,3,4)
test_model <- lm(y ~ x)
summary(test_model)
# 输出结果会显示截距B₀=0，系数B₁=1，完全符合预期的线性关系

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