R中的复数回归图

我需要绘制复杂的图形以进行可视数据分析。我有2个变量和大量案例（> 1000）。例如（如果使分散度减少为“正常”，则为100）：

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

1）我需要以点大小绘制原始数据，对应于巧合的相对频率，因此plot(x,y)这不是一种选择-我需要点大小。要做到这一点应该怎么做？

2）在同一图上，我需要绘制95％的置信区间椭圆和代表相关性变化的线（不知道如何正确命名）-像这样：

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

但两个图都在一个图上。

3）最后，我需要在此基础上绘制一个生成的linar回归模型：

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

但错误范围...类似于QQ绘图：

但是如果可能的话，会出现拟合错误。

所以问题是：

如何在一张图表上实现所有这些？

下面的图片看起来像您想要实现的吗？

以下是您评论后更新的 R代码：

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))

这是ggplotized版本

用以下代码生成：

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)

可以通过添加模型拟合指数（如Cook的距离）和颜色阴影效果来对其进行更多自定义。

对于点1，只需使用cex绘图上的参数来设置点大小。

例如

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

要在一个绘图中包含多个图形，请使用par(mfrow=c(numrows, numcols))具有均匀间隔的布局或layout制作更复杂的布局。