散点图的连续分位数

Question

我有一个数据集，我为此绘制了一个回归（使用ggplot2＆＃39; s stat_smooth）：

ggplot(data = mydf, aes(x=time, y=pdm)) + geom_point() + stat_smooth(col="red") 

我也想使用相同的方法获得分位数（如果它更简单，只有四分位数会这样做）。我设法获得的是以下内容：

ggplot(data = mydf, aes(x=time, y=pdm, z=surface)) + geom_point() + stat_smooth(col="red") + stat_quantile(quantiles = c(0.25,0.75)) 

不幸的是，我无法将method="loess"放入stat_quantile()，如果我没有弄错的话，这会解决我的问题。

（如果不清楚，期望的行为=分位数的非线性回归，因此Q25和Q75的回归低于和高于（分别）我的红色曲线（和Q50，如果绘制，将是我的红色曲线））。

由于

Answer 1

默认情况下，

stat_quantile绘制每个x值的第25和第75百分位数的最佳拟合线。 stat_quantile使用rq包中的quantreg函数（隐式method="rq"调用stat_quantile）。据我所知，rq没有做黄土回归。但是，您可以使用其他灵活的函数进行分位数回归。以下是两个例子：

B-Spline：

library(splines)

stat_quantile(formula=y ~ bs(x, df=4), quantiles = c(0.25,0.75))

二阶多项式：

stat_quantile(formula=y ~ poly(x, 2), quantiles = c(0.25,0.75))

stat_quantile仍在使用rq，但rq接受上面列出的类型的公式（如果您不提供公式，则stat_quantile隐式使用{ {1}}）。如果您在formula=y~x中使用与geom_smooth相同的公式，则您将使用一致的回归方法用于分位数和平均期望值。