ggplot2 geom_smooth，方法的扩展模型= lm

Question

我想使用geom_smooth从某个线性回归模型中获取拟合线。

在我看来，公式只能采用x和y而不是任何其他参数。

更清楚地展示我想要的东西：

library(dplyr)
library(ggplot2)
set.seed(35413)
df <- data.frame(pred = runif(100,10,100),
           factor = sample(c("A","B"), 100, replace = TRUE)) %>%
  mutate(
    outcome = 100 + 10*pred + 
    ifelse(factor=="B", 200, 0) + 
    ifelse(factor=="B", 4, 0)*pred +
    rnorm(100,0,60))

使用

ggplot(df, aes(x=pred, y=outcome, color=factor)) +
  geom_point(aes(color=factor)) +
  geom_smooth(method = "lm") +
  theme_bw()

我生成的拟合线由于color=factor选项，基本上是线性模型的输出lm(outcome ~ pred*factor, df)

但是，在某些情况下，我更喜欢将线条作为不同模型拟合的输出，例如lm(outcome ~ pred + factor, df)，我可以使用以下内容：

fit <- lm(outcome ~ pred+factor, df)
predval <- expand.grid(
  pred = seq(
    min(df$pred), max(df$pred), length.out = 1000),
  factor = unique(df$factor)) %>%
  mutate(outcome = predict(fit, newdata = .))

ggplot(df, aes(x=pred, y=outcome, color=factor)) +
  geom_point() +
  geom_line(data = predval) +
  theme_bw()

导致：

我的问题：是否有办法利用geom_smooth生成后一个图表？我知道formula =中有一个geom_smooth - 选项，但我无法制作类似formula = y ~ x + factor或formula = y ~ x + color（我定义为color = factor）的工作

Answer 1

这是一个非常有趣的问题。可能是geom_smooth如此抗拒的主要原因＆＃34;允许多变量的自定义模型是它仅限于生成二维曲线;因此，它的参数设计用于处理二维数据（即公式=响应变量〜自变量）。

获取所请求内容的诀窍是使用mapping中的geom_smooth参数，而不是formula。正如您在查看documentation时可能看到的那样，formula仅允许您指定模型的数学结构（例如线性，二次等）。相反，mapping参数允许您直接指定新的y值 - 例如您可以使用predict()调用的自定义线性模型的输出。

请注意，默认情况下，inherit.aes设置为TRUE，因此您的绘制回归将根据您的分类变量进行适当的着色。这是代码：

# original plot
plot1 <- ggplot(df, aes(x=pred, y=outcome, color=factor)) +
  geom_point(aes(color=factor)) +
  geom_smooth(method = "lm") +
  ggtitle("outcome ~ pred") +
  theme_bw()

# declare new model here
plm <- lm(formula = outcome ~ pred + factor, data=df)

# plot with lm for outcome ~ pred + factor
plot2 <-ggplot(df, aes(x=pred, y=outcome, color=factor)) +
  geom_point(aes(color=factor)) +
  geom_smooth(method = "lm", mapping=aes(y=predict(plm,df))) +
  ggtitle("outcome ~ pred + factor") +
  theme_bw()