在ggplot中添加预测值的回归线

Question

我已经学会了用r做这种类型的图，并添加从模型预测的回归线。

## Predict values of the model##
p11=predict(model.coh1, data.frame(COH=coh1, espajpe=1:4))
p12=predict(model.coh1, data.frame(COH=coh2, espaje=1:4))

p11
       1        2        3        4 
1.996689 2.419994 2.843298 3.266602 

p12

       1        2        3        4 
1.940247 2.414299 2.888351 3.362403 

##PLOT## 
plot(espapli~espaje, mydata)
lines(1:4,p11, col="red")
lines(1:4,p12, col="green")

现在，我想用ggplot做类似的事情，这可能吗？也就是说，为这些特定值引入回归线。

Answer 1

@gennaroTedesco使用内置的平滑方法给出答案。我不确定是否遵循OP。您可以通过geom_line

执行此操作

# example data
set.seed(2125)
x <- rnorm(100)
y <- 1 + 2.5 *x + rnorm(100, sd= 0.5)

lm1 <- lm(y~x)
x2 <- rnorm(100)
p1 <- predict(lm1, data.frame(x= x2), interval= "c")

library(ggplot2)

df <- data.frame(x= x2, yhat= p1[,1], lw= p1[,2], up= p1[,3])

# plot just the fitted points
ggplot(df, aes(x= x, y= yhat)) + geom_line()

# also plot the confidence interval
ggplot(df, aes(x= x, y= yhat)) + geom_line() +
  geom_line(aes(x= x, y= up, colour= "red")) +
  geom_line(aes(x= x, y= lw, colour= "red")) + 
  theme(legend.position= "none")

# only the last plot is shown

Answer 2

作为一般规则，可以使用函数ggplot将回归线添加到geom_smooth。请参阅完整文档here。如果要拟合的值与一般美学中使用的值相同，那么

p <- ggplot(data, aes(x = x, y = y)
p <- p + geom_smooth(method = 'lm')

完成这项工作。否则，您需要在geom_smooth美学中完全指定数据集和模型。