ggplot2-在同一图上绘制多个模型

Question

我有一个线性和非线性模型的列表，这些模型是从不同的数据集派生而来的，这些数据集测量的两个变量x和y是我想使用stat_smooth在同一图上stat_smooth 。 这样可以轻松比较整个数据集之间x和y之间关系的形状。

我正在尝试找出最有效的方法。 现在，我正在考虑创建一个空的ggplot对象，然后使用某种循环或lapply依次向该对象添加对象，但是事实证明，这比我想象的要困难得多。 当然，简单地将模型提供给ggplot是最容易的，但是据我所知，这是不可能的。 有什么想法吗？

这是一个简单的示例数据集，仅需使用两个模型（一个线性模型和一个指数模型）即可使用：

df1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))

还有两个示例图：

ggplot(df1,aes(x,y))+stat_smooth(method=lm,se=F)
ggplot(df2,aes(x,y))+stat_smooth(method=nls,formula=y~exp(a+b*x),start=list(a=1,b=1),se=F)

Answer 1

编辑：请注意，此答案发布后，OP更改了问题

将数据合并到一个数据框中，并用新列指示模型，然后使用ggplot区分模型：

df1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(10),y=rnorm(10))

df1$model <- "A"
df2$model <- "B"

dfc <- rbind(df1, df2)

library(ggplot2)
ggplot(dfc, aes(x, y, group=model)) + geom_point() + stat_smooth(aes(col=model))

这将产生：

Answer 2

我认为，这里的答案是得到一个想要运行的X和Y的通用范围，然后从那里开始。 您可以使用预测从每个模型中绘制一条曲线，并使用l_ply将图层添加到ggplot中。

d

f1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))


a<-ggplot()


#get the range of x you want to look at
x<-seq(min(c(df1$x, df2$x)), max(c(df1$x, df2$x)), .01)

#use l_ply to keep adding layers
l_ply(df.list, function(amod){

  #a data frame for predictors and response
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  #now add this new layer to the plot
  a<<- a+geom_line(ndf, mapping=(aes(x=x, y=y)))

} )

a

或者，如果您想使用带有型号或类似名称的漂亮颜色键：

names(df.list) <- 1:length(df.list)
modFits <- ldply(df.list, function(amod){
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  ndf

  })


qplot(x, y, geom="line", colour=.id, data=modFits)