如何用facet_grid在ggplot2中显示不同的度多项式拟合？

Question

我想使用facets（因为我喜欢他们寻找的方式）来显示越来越多的多项式拟合。 如下所示，分别绘制它们很容易：

df <- data.frame(x=rep(1:10,each=10),y=rnorm(100))

ggplot(df,aes(x=x,y=y)) + stat_smooth(method="lm",formula=y~poly(x,2))
ggplot(df,aes(x=x,y=y)) + stat_smooth(method="lm",formula=y~poly(x,3))
ggplot(df,aes(x=x,y=y)) + stat_smooth(method="lm",formula=y~poly(x,4))

我知道我总是可以使用grobs以某种方式组合它们，但我想尽可能使用facet_grid将它们组合起来。 也许类似于：

poly2 <- df
poly2$degree <- 2
poly3 <- df
poly3$degree <- 3
poly4 <- df
poly4$degree <- 4
polyn <- rbind(poly2,poly3,poly4)

ggplot(polyn,aes(x=x,y=y)) + stat_smooth(method="lm",formula=y~poly(x,degree)) +
  facet_grid(degree~.)

当然，这不起作用，因为刻面在y~poly(x,degree)上不起作用y~poly(x,degree)因此从数据中提取degree 。 有没有办法使这项工作？

Answer 1

您可以随时手动预测点，然后很容易地预测，

## Data
set.seed(0)
df <- data.frame(x=rep(1:10,each=10),y=rnorm(100))

## Get poly fits
dat <- do.call(rbind, lapply(1:4, function(d)
    data.frame(x=(x=runif(1000,0,10)),
               y=predict(lm(y ~ poly(x, d), data=df), newdata=data.frame(x=x)),
               degree=d)))

ggplot(dat, aes(x, y)) +
  geom_point(data=df, aes(x, y), alpha=0.3) +
  geom_line(color="steelblue", lwd=1.1) +
  facet_grid(~ degree)

要添加置信interval='confidence' ，可以使用选项interval='confidence'和predict 。 您可能还对ggplot2::fortify函数ggplot2::fortify以获得更合适的统计信息。

dat <- do.call(rbind, lapply(1:4, function(d) {
    x <- seq(0, 10, len=100)
    preds <- predict(lm(y ~ poly(x, d), data=df), newdata=data.frame(x=x), interval="confidence")
    data.frame(cbind(preds, x=x, degree=d))
}))

ggplot(dat, aes(x, fit)) +
  geom_point(data=df, aes(x, y), alpha=0.3) +
  geom_line(color="steelblue", lwd=1.1) +
  geom_ribbon(aes(x=x, ymin=lwr, ymax=upr), alpha=0.3) +
  facet_grid(~ degree)

Answer 2

我有一个非常丑陋的解决方案，其中de plot是刻面的，并且为适当的数据子集绘制拟合：

p1 <- ggplot(polyn,aes(x=x,y=y)) + facet_grid(.~degree)
p1  +
  stat_smooth(data=polyn[polyn$degree==2,],formula=y~poly(x,2),method="lm") +
  stat_smooth(data=polyn[polyn$degree==3,],formula=y~poly(x,3),method="lm") +
  stat_smooth(data=polyn[polyn$degree==4,],formula=y~poly(x,4),method="lm")

产量