在 R 中绘制 GAM：设置自定义 x 轴限制？

Question

在绘制 GAM 模型的预测拟合时，有没有办法设置 x 轴限制？ 更具体地说，我使用“by =”为因子的每个级别拟合了一个平滑器，但是，每个因子级别都有不同的值范围。 在 ggplot 中绘制变量会产生一个自动适应“x”不同范围的 x 轴； 但是，在拟合 GAM (mgcv::gam()) 后，plot.gam() 的默认行为似乎是在跨共享 x 轴限制预测值。

下面的虚拟数据对于“x”有一些连续变量，但在我的真实数据中，“x”是时间（年），“组”是采样位置。 因为我没有从同一时间范围内的每个站点收集数据，所以我觉得在这些空荡荡的岁月里展示 model 是不合适的。

library(tidyverse)
library(mgcv)
library(gratia)


theme_set(theme_classic())

## simulate data with a grouping variable of three levels:

d = data.frame(group = rep(c('A','B','C'), each = 100),
               x = c(seq(0,1,length=100),
                     seq(.2,1,length=100),
                     seq(0,.5,length=100))) %>% 
  mutate(y = sin(2*pi*x) + rnorm(100, sd=0.3),
         group = as.factor(group))



## Look at data
ggplot(d, aes(x = x, y = y, colour = group))+
  facet_wrap(~group)+
  geom_point()+
  geom_smooth()

这是ggplot中黄土平滑的原始数据：

## fit simple GAM with smoother for X

m1 = mgcv::gam(y ~ s(x, by = group), data = d)


## base R plot
par(mfrow = c(2,2), bty = 'l', las = 1, mai = c(.6,.6,.2,.1), mgp = c(2,.5,0))
plot(m1)


## Gavin's neat plotter
gratia::draw(m1)

这是所有三个组的预测 GAM 拟合跨越相同范围 (0,1)：我可以将预测/绘图限制为“x”的实际值吗？

Answer 1

如果你从 GitHub 安装当前的开发版本 (>= 0.6.0.9111)，{gratia} 现在会做你想做的事。 我在smooth_estimates()中添加了一些我计划最终添加的功能，但是您的帖子将它踢到了ToDo 列表的顶部，并促使我现在添加它。

您可以使用smooth_estimates()评估观察到的（或任何用户提供的）数据的平滑度，然后使用ggplot()重新创建大部分 plot。

remotes::install_github("gavinsimpson/gratia")

library('mgcv')
library('gratia')
library('dplyr')
library('ggplot2')

d <- data.frame(group = rep(c('A','B','C'), each = 100),
               x = c(seq(0,1,length=100),
                     seq(.2,1,length=100),
                     seq(0,.5,length=100))) %>% 
  mutate(y = sin(2*pi*x) + rnorm(100, sd=0.3),
         group = as.factor(group))
         
m <- gam(y ~ group + s(x, by = group), data = d, method = 'REML')

sm <- smooth_estimates(m, data = d) %>%
  add_confint()
  
ggplot(sm, aes(x = x, y = est, colour = group)) +
  geom_ribbon(aes(ymin = lower_ci, ymax = upper_ci, colour = NULL, fill = group),
              alpha = 0.2) +
  geom_line() +
  facet_wrap(~ group)