使用 dplyr、broom 和 ggplot 注释分组的线性模型

Question

我开始深入研究 broom 以可视化 dplyr/ggplot 中的简单统计分析。 我通过绑定 broom::augment 来研究如何通过分组来很好地工作来获得线性模型。

我有三个问题：

1. 将拟合的摘要信息（r 平方，截距，p vals）按组与原始 dataframe 联系起来的优雅方法是什么（在这种情况下，组中的所有值都是相同的）？
2. 如何仅用一个值注释每个组的回归线以显示 plot 中的 r 平方和曲线拟合）？ 特别是，如何获得正确的对齐/颜色，以便清楚哪个文本注释与哪个回归线相匹配？
3. 在我根据一些较旧的 SO 答案整理出如何进行分组分析后，我了解到do现在已被 cross across()取代，但我很难弄清楚如何重写do(fit_carb = augment(lm(drat ~ mpg, data =.)))使用across() ？

#// library and data prep
library(tidyverse)
library(broom)

data <- mtcars
data$carb <- as.factor(data$carb)

#// generate scatter plot
plot <- 
     ggplot() + 
     geom_point(data = data, aes(x = mpg, y = drat, color = carb)) 

#// use lm function to generate linear regression model
fit <- lm(formula = drat ~ mpg, data = data)

#// tie results back into dataframe
lm_data <- augment(fit)

#// add fitted points and line
plot +    
     ggtitle("scatter plot with fitted points and line") + 
     #// add geom_point and geom_line with lm_data
     geom_point(data = lm_data, aes(x = mpg, y = .fitted), color = "red") +
     geom_line(data = lm_data, aes(x = mpg, y = .fitted), color = "red")


#// linear model by group

lm_data <- data %>%
     #// group by factor
     group_by(carb) %>%
     #// `.` notation means that object gets piped into that place
     do(fit_carb = augment(lm(drat ~ mpg, data = .))) %>% 
     #// unnest table by the augment results
     unnest(fit_carb)

#// add fitted points and line grouped by carb
plot +    
     ggtitle("scatter plot with fitted points and line") + 
     #// add geom_point and geom_line with lm_data
     geom_point(data = lm_data, aes(x = mpg, y = .fitted, group = carb), color = "red") +
     geom_line(data = lm_data, aes(x = mpg, y = .fitted, group = carb, color = carb))

Answer 1

您可以省略do dplyr 动词和 go 用于mutate或summarise 。 根据您的图表，您不喜欢broom::glance吗？

data %>%
  group_by(carb) %>%
  mutate(glance(lm(mpg ~ drat))) %>%
  dplyr::select(mpg:carb,adj.r.squared,p.value)
## A tibble: 32 x 13
## Groups:   carb [6]
#     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear carb  adj.r.squared p.value
#   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <fct>         <dbl>   <dbl>
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4 4             0.539 0.00943
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4 4             0.539 0.00943
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4 1             0.643 0.0185 
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3 1             0.643 0.0185 
# ...

至于绘图，我知道这不是您真正期望的，但如果您的主要目的是绘制图表，在我看来，最简单的方法是利用ggpubr::stat_regline_equation ：

library(ggpubr)
ggplot(data = data, aes(x = mpg, y = drat, color = carb)) + 
  ggtitle("Scatter plot with fitted points and line") + 
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE) +
  stat_regline_equation(label.x = with(data,tapply(mpg,carb,quantile,.6)),
                        label.y = with(data,tapply(drat,carb,max) - 0.2),
                        aes(label = ..adj.rr.label..),
                        show.legend = FALSE) 

您可以使用额外的 arguments 调整回归到geom_smooth 。 如果你需要这个方程，你可以做类似label = paste(..eq.label.., ..adj.rr.label.., sep = "~~~")

For simple cases, it's often easier to just manually specify label.x and label.y , but for more complex cases you might use base R tapply to dynamically calculate the position. stat_regline_equation 有一个stat_regline_equation position =参数，但我从来没有让它工作。