R + ggplot：如何使用自定義平滑器（高斯過程）

Question

我正在使用R.我在15個時間點有25個變量，每個時間點每個變量有3個或更多個重復。 我已經melt ，此動作為data.frame ，我可以積愉快地使用（除其他事項外）ggplot的facet_wrap()命令。 我的融化數據框稱為lis ; 這是它的頭部和尾部，因此您可以了解數據：

> head(lis)
  time variable    value
1   10     SELL 8.170468
2   10     SELL 8.215892
3   10     SELL 8.214246
4   15     SELL 8.910654
5   15     SELL 7.928537
6   15     SELL 8.777784
> tail(lis)
    time variable    value
145    1     GAS5 10.92248
146    1     GAS5 11.37983
147    1     GAS5 10.95310
148    1     GAS5 11.60476
149    1     GAS5 11.69092
150    1     GAS5 11.70777

我可以使用以下ggplot2命令獲得所有時間序列的精美繪圖，以及擬合樣條曲線和95％置信區間：

p <- ggplot(lis, aes(x=time, y=value)) + facet_wrap(~variable)
p <- p + geom_point() + stat_smooth(method = "lm", formula = y ~ ns(x,3))

麻煩的是，更順暢的是不是我喜歡的 - 95％的置信區間是遠離的。 我想使用高斯過程（GP）來獲得更好的回歸和估計我的時間序列的協方差。

我可以使用類似的東西來適應GP

library(tgp) 
out <- bgp(X, Y, XX = seq(0, 200, length = 100))

這需要時間X ，觀察Y並在XX中的每個點進行預測。 對象out包含一堆關於那些預測的東西，包括一個協方差矩陣，我可以用來代替我從ns()得到的95％置信區間（我認為？ ns() 。

問題是我不是如何包裝這個函數使它與ggplot2::stat_smooth()接口。 任何有關如何進行的想法或指示將不勝感激！

Answer 1

看起來bgp不符合標准R風格的建模功能。 這意味着您無法在geom_smooth使用它，並且您需要在ggplot2調用之外擬合模型。 您可能還想通過電子郵件發送tgp包作者，並鼓勵他們遵循R標准。

Answer 2

Stat_smooth具有y ， ymin和ymax美學，您可以使用自定義平滑器，如下所示： http ： //had.co.nz/ggplot2/stat_smooth.html 。 您可以使用自定義平滑器中的預測和CI創建數據框，並直接在stat_smooth使用它（指定新的數據參數）。 您可以使用stat_smooth(method="tgp::bgp",XX=seq(0,200,length=100))但我還沒有嘗試過。