geom_smooth（）与facet_grid（）与mgcv ::: gam与by =“”

Question

我正在比较使用facet_grid通过ggplot2的geom_smooth执行的gam与使用mgcv ::: gam进行gam的输出（通过visreg可视化指定的“ by”因子）进行比较。随附数据和代码：

library(dplyr)
set.seed(1)
dat <- iris %>% mutate(response = sample(rep(c(0,1),length.out=150/2),150, replace=T))

#Just the output from geom_smooth
library(ggplot2)
ggplot(dat, aes(Sepal.Length,response)) +
  geom_point() +
  geom_smooth(method="gam", formula = y~s(x, bs="cs"), method.args=list("binomial")) +
  facet_grid(.~Species)
#Now performing the gam through mgcv:::gam specifying by=Species
library(mgcv)
gam <- gam(dat, formula = response~s(Sepal.Length, bs="cs", by=Species),family = binomial())
#Comparing the two different outputs
library(visreg)
visreg(gam, "Sepal.Length", by="Species", scale="response", gg=T)  +
  guides(color=F)+
  geom_smooth(data=dat,aes(Sepal.Length,response),
              method="gam", formula = y~s(x, bs="cs"), method.args=list("binomial"), color="red", fill="green")

基本上，我认为发生的事情是，mgcv ::: gam的gam平滑基于某些类型的“估算”数据，而每个物种级别实际上都没有。看来geom_smooth（）中的设置可以避免这种情况。有谁知道如何解决这个问题，以便geom_smooth和mgcv ::: gam的输出是相同的？

编辑：

根据user20650的回答，代码已更新为：

library(mgcv)
gam <- gam(dat, formula = response~Species + s(Sepal.Length, bs="cs", by=Species),family = binomial()) 
library(visreg)
visreg(gam, "Sepal.Length", by="Species", scale="response", gg=T)  +
  guides(color=F)+
  geom_smooth(data=dat,aes(Sepal.Length,response),
              method="gam", formula = y~s(x, bs="cs"), method.args=list("binomial"), color="red", fill="green",
              fullrange=T)

从上图中可以看出，两种方法之间存在细微的差异（大部分在CI中）。如果我们看看例如set.seed（100）：

library(dplyr)
set.seed(100)
dat <- iris %>% mutate(response = sample(rep(c(0,1),length.out=150/2),150, replace=T))

library(mgcv)
gam <- gam(dat, formula = response~Species + s(Sepal.Length, bs="cs", by=Species),family = binomial()) 
library(visreg)
visreg(gam, "Sepal.Length", by="Species", scale="response", gg=T)  +
  guides(color=F)+
  geom_smooth(data=dat,aes(Sepal.Length,response),
              method="gam", formula = y~s(x, bs="cs"), method.args=list("binomial"), color="red", fill="green",
              fullrange=T) 

谁能解释这两种方法的区别，以及如何从mgcv ::: gam中的geom_smooth（）生成相同的输出，反之亦然（在fullrange = T和fullrange = F的情况下）？ / p>