r - 在ggplot2中使用stat_poly_eq为每个方面指定公式

Question

我从here借用了此示例数据集：

# Load library
library(ggplot2)

# Load data
data(mtcars)

# Plot data
p <- ggplot(mtcars,aes(x = disp, y = mpg)) + geom_point() + facet_grid(gear ~ am)
p <- p + geom_smooth(method="lm")
print(p)

在上面的代码中，所有方面的回归方法和公式均相同。如果要为构面（或面板）6指定公式，则可以从here使用以下代码：

# Smoothing function with different behaviour depending on the panel
custom.smooth <- function(formula, data,...){
  smooth.call <- match.call()

  if(as.numeric(unique(data$PANEL)) == 6) {
    # Linear regression
    smooth.call[[1]] <- quote(lm)
    # Specify formula
    smooth.call$formula <- as.formula("y ~ log(x)")
  }else{
    # Linear regression
    smooth.call[[1]] <- quote(lm)
  }

  # Perform fit
  eval.parent(smooth.call)
}

# Plot data with custom fitting function
p <- ggplot(mtcars,aes(x = disp, y = mpg)) + geom_point() + facet_grid(gear ~ am)
p <- p + geom_smooth(method = "custom.smooth", se = FALSE)
print(p)

现在，如果我想向这些方面添加回归方程式：

# Load library
library(ggpmisc)
p + stat_poly_eq(formula = y ~ x,aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
    parse=TRUE,label.x.npc = "right")

然后，我应该怎么做才能指定面板6上显示的方程式和R2，它们可以匹配我之前指定的模型？参见下图，现在面板6具有自己的拟合模型，但是方程式标签没有。也许我们可以定义与ggplot2参数类似的函数？

Answer 1

您正在调用的custom.smooth函数似乎包含将公式定义为"y ~ log(x)"的行。因此，您还需要在您的stat_poly_eq函数中指定此函数，从而指定线性外观方程的多项式形状（但实际上是对数形式）。

即加：

p + stat_poly_eq(formula = y ~ log(x),
                     aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")), 
                     parse=TRUE,label.x.npc = "right")