ggplot2：在一个图上添加多个回归线方程和R2

Question

我有一个像

这样的数据集

temp  diameter   carbon

13°C  2429.45 231.2055
13°C  1701.25 112.4063
20°C  2117.25 223.1670
20°C  2028.65 151.5894
27°C  1780.09 129.2269
27°C  1334.35 136.9062
...

这是关于动物养殖实验，现在我想绘制直径和碳含量之间的回归。但是，我想要做的是分离温度水平，制作如下情节： regression plot

现在我想添加回归方程和R ^ 2值，并且我遵循了代码 regression equation code，

我得到的只是碳含量和直径之间的回归，没有不同温度的单独结果（我想要三个回归线与三个方程和R ^ 2值）。

这是我使用的代码：

p<-ggplot(diameter_biomass2, aes(x=diameter, y=carbon,colour=temperature))+
      geom_point(alpha=.5)+

      labs(title="Relationship between diameter and biomass \n",
           x="Diameter(μm)",
           y="Carbon content(μg)")+
     scale_x_continuous(expand = c(0, 0)) +
     scale_y_continuous(limits = c(0,300), expand = c(0, 0)) +

     geom_smooth(method = "lm",se=F)+

    theme(panel.grid.major=element_blank(),
          panel.grid.minor=element_blank(),
          panel.background=element_rect(fill = "white"),
          panel.border=element_rect(colour="black",fill=NA,size=.5))
p

#add regression equation and R^2
lm_eqn <- function(diameter_biomass2){
  m <- lm(carbon ~ diameter+temperature, diameter_biomass2);
  eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2, 
               list(a = format(coef(m)[1], digits = 2), 
                    b = format(coef(m)[2], digits = 2), 
                    r2 = format(summary(m)$r.squared, digits = 3)))
  as.character(as.expression(eq));                 
}

p1 <- p + geom_text(x = 1000, y = 200, label = lm_eqn(diameter_biomass2), parse = TRUE)

p1

任何评论，建议都会很高兴！非常感谢你！

Answer 1

library(purrr)
library(dplyr)

使用您在问题中发布的示例数据

diameter_biomass2 <- read.table("~/Binfo/TST/Stack/test.txt", header = T)

冒充能力因为它将成为我们的分组变量

diameter_biomass2$temp %<>% as.factor()

p <- ggplot(diameter_biomass2, aes(x=diameter, y=carbon,colour=temp))+
geom_point(alpha=.5)+
labs(title="Relationship between diameter and biomass \n",
     x="Diameter(μm)",
     y="Carbon content(μg)")+
scale_x_continuous(expand = c(0, 0)) +
scale_y_continuous(limits = c(0,300), expand = c(0, 0)) +
geom_smooth(method = "lm",se=F)+
theme(panel.grid.major=element_blank(),
      panel.grid.minor=element_blank(),
      panel.background=element_rect(fill = "white"),
      panel.border=element_rect(colour="black",fill=NA,size=.5))
p

修改现有函数以提取模型系数

lm_eqn <- function(m){
eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2, 
                 list(a = format(coef(m)[1], digits = 2), 
                      b = format(coef(m)[2], digits = 2), 
                      r2 = format(summary(m)$r.squared, digits = 3)))
as.character(as.expression(eq));                 
}

使用库（purrr）为每个温度组构建模型并提取方程式

将这些等式放入带有temp的数据框中，这样我们就可以像绘制

中的线一样着色

eqns <- diameter_biomass2 %>% split(.$temp) %>%
map(~ lm(carbon ~ diameter, data = .)) %>%
map(lm_eqn) %>% 
do.call(rbind, .) %>%
as.data.frame() %>%
set_names("equation") %>%
mutate(temp = rownames(.))

p1 <- p + geom_text_repel(data = eqns,aes(x = -Inf, y = Inf,label = equation), parse = TRUE, segment.size = 0)
p1