Statistical Model Representation with ggplot2
我会用一个研究案例来问我的问题，然后我会让我的问题更笼统。
让我们先导入一些库并创建一些数据：
|
1
2 3 4 5 |
require(visreg)
require(ggplot2) y = c(rnorm(40,10,1), rnorm(20,11,1), rnorm(5,12,1)) x=c(rep(1,40), rep(2,20), rep(3,5)) dt=data.frame(x=x, y=y) |
并在 x 上运行 y 的线性回归，并使用 ggplot2
绘制数据和模型
|
1
2 |
m1 = lm(y~x, data=dt)
ggplot(dt, aes(x,y)) + geom_point() + geom_smooth(formula = y~x, method=”anova”, data=dt) |
现在我想将我的 x 变量视为名义变量。所以我稍微改变我的数据并运行以下模型。
|
1
2 3 4 |
y = c(rnorm(40,10,1), rnorm(20,11,1), rnorm(5,12,1))
x=factor(c(rep(1,40), rep(2,20), rep(3,5))) # this line has changed! dt=data.frame(x=x, y=y) m2 = lm(y~x, data=dt) |
如何用 ggplot2 绘制这个模型 m2？更全局地说，我怎样才能直接告诉 ggplot 考虑对象 m2 以创建模型的表示？
我的目标是使用 visreg 包
可以完成的事情
|
1
|
visreg(m2)
|
那么，ggplot 有没有类似 visreg 的解决方案？类似
|
1
|
ggplot(..,aes(..)) + super_geom_smooth(model = m2)
|
这与@rnso 的想法没有太大区别。 geom_jitter() 增加了更多的味道。我还更改了中值条的颜色。希望对你有帮助！
|
1
2 3 4 5 6 |
ggplot(data = m2$model, aes(x = x, y = y)) +
geom_boxplot(fill =”gray90″) + geom_jitter() + theme_bw() + stat_summary(geom =”crossbar”, width = 0.65, fatten = 0, color =”blue”, fun.data = function(x){return(c(y=median(x), ymin=median(x), ymax=median(x)))}) |
- 谢谢！我意识到看到您的回答，我的问题非常不清楚。对于那个很抱歉。我发布了另一个更符合我在这里寻找的问题的问题。
仅供参考，visreg 现在可以输出 gg 对象：
|
1
|
visreg(m2, gg=TRUE)
|
以下使用箱线图与您想要的图表非常相似：
|
1
|
ggplot(dt, aes(x,y))+ geom_boxplot(aes(group=x), alpha=0.5)+ geom_jitter()
|
- 也许这样的事情也可以。 ggplot(data = m2$model, aes(x = x, y = y)) + geom_boxplot() + geom_jitter()
- @ jazzurro：您的解决方案有效。将其发布为答案。
- 谢谢你，伙计。完毕。
- 如果添加 geom_jitter()，您可能想要删除 geom_point()。您现在正在两次绘制相同的点。
来源：https://www.codenong.com/26028681/
