r - ggplot2 - 在同一张图上绘制多个模型

Question

我有一个来自不同数据集的线性和非线性模型列表，这些模型测量相同的两个变量 x 和 y ，我想使用 stat_smooth 在同一图上绘制它们。这是为了能够轻松地比较跨数据集的 x 和 y 之间关系的形状。

我试图找出最有效的方法来做到这一点。现在我正在考虑创建一个空的 ggplot 对象，然后使用某种循环或 lapply 顺序添加到该对象，但这比我想象的要困难。当然，简单地将模型提供给 ggplot 是最简单的，但据我所知，这是不可能的。有什么想法吗？

这是一个简单的示例数据集，仅使用两个模型，一个是线性模型，一个是指数模型:

df1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))

以及两个单独的示例图:

ggplot(df1,aes(x,y))+stat_smooth(method=lm,se=F)
ggplot(df2,aes(x,y))+stat_smooth(method=nls,formula=y~exp(a+b*x),start=list(a=1,b=1),se=F)

Answer 1

我认为这里的答案是获得一个共同的 X 和 Y 范围，你想运行它，然后从那里开始。您可以使用 predict 从每个模型中拉出一条曲线，然后使用 l_ply 将图层添加到 ggplot。

d

f1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))


a<-ggplot()


#get the range of x you want to look at
x<-seq(min(c(df1$x, df2$x)), max(c(df1$x, df2$x)), .01)

#use l_ply to keep adding layers
l_ply(df.list, function(amod){

  #a data frame for predictors and response
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  #now add this new layer to the plot
  a<<- a+geom_line(ndf, mapping=(aes(x=x, y=y)))

} )

a

或者，如果你想要一个带有型号或其他东西的漂亮颜色键:

names(df.list) <- 1:length(df.list)
modFits <- ldply(df.list, function(amod){
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  ndf

  })


qplot(x, y, geom="line", colour=.id, data=modFits)