如何获取特定变量的线性回归方程？及OBP未找到错误解决

问题根源 #

• 管道符误用：ggplot绘图后不能直接用%>%连接后续数据处理代码——ggplot返回的是图形对象，无法传递给select这类数据操作函数。
• 数据集不匹配：lm()里指定的data = teams_oak是原始数据集，而OBP是你通过mutate()生成的新变量，只存在于管道处理后的临时数据集中，原始数据根本没有这个字段，自然会报错。
• OBP计算公式错误：正确的上垒率公式是(H + BB + HBP)/(AB + BB + HBP + SF)，你当前写法没给分子分母加括号，运算顺序完全错误，会得到离谱的结果。
• 赋值语法错误：在管道里直接写m1<-lm(...)不符合tidyverse的管道逻辑，没法正确捕获处理后的数据集。

修正后的代码实现 #

方法一：先处理数据，再分别绘图建模 #

# 先生成包含正确OBP的数据集并保存
teams_oak_processed <- teams_oak %>%
  select(G:FP) %>% 
  mutate(OBP = (H + BB + HBP)/(AB + BB + HBP + SF))  # 修正公式括号

# 绘制散点图与拟合线
ggplot(teams_oak_processed, aes(x=OBP, y=W)) +
  geom_point() +
  geom_smooth(method = "lm") +
  labs(title="OBP vs. Wins in MLB 1982-2002 ex:1994",
       x="On Base Percentage",
       y="Wins")

# 构建线性回归模型
m1 <- lm(data = teams_oak_processed, formula = W ~ OBP)
# 查看回归详细结果
summary(m1)

方法二：纯管道风格建模（需broom包支持） #

如果习惯用管道串联所有操作，可以借助broom包处理模型：

library(broom)

m1 <- teams_oak %>%
  select(G:FP) %>% 
  mutate(OBP = (H + BB + HBP)/(AB + BB + HBP + SF)) %>%
  do(model = lm(W ~ OBP, data = .)) %>%
  pull(model)

# 查看回归结果
summary(m1[[1]])

核心注意点 #

• 调用lm()时，务必保证指定的data数据集包含所有需要的变量，尤其是mutate生成的新字段。
• 管道符%>%是把前一步输出作为后一步的第一个参数，要注意前后函数的输入输出类型匹配（比如图形对象不能传给数据处理函数）。
• 统计公式的运算优先级很关键，一定要用括号明确分子分母，避免计算错误。

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