r - 两条 geom_smooth() 线之间的差异

Question

我为我的数据绘制了一个图，现在我想知道由 geom_smooth() 估计的每个 x 的 y 差异。有一个similiar question不幸的是没有答案。例如，如何获取以下图的差异(数据如下):

编辑

提出了两个建议，但我仍然不知道如何计算差异。

第一个建议是从 ggplot 对象访问数据。我这样做了

pb <- ggplot_build(p)
pb[["data"]][[1]]

这种方法确实有效，但数据对各组不使用相同的 x 值。例如，第一组的第一个 x 值为 -3.21318853，但第二组没有 -3.21318853 的 x，因此，我无法计算两组之间 -3.21318853 的 y 差异

第二个建议是看看 geom_smooth() 中使用了什么公式。软件包描述称“loess() 用于少于 1,000 个观测值；否则 mgcv::gam() 与公式 = y ~ s(x, bs = "cs") 一起使用”。我的N超过6万，所以默认使用gam。我对gam不熟悉； 任何人都可以提供一个简短的答案，如何计算两条线之间的差异考虑到刚刚描述的事情？

R代码

library("ggplot2") # library ggplot
set.seed(1) # make example reproducible
n <- 5000 # set sample size
df <- data.frame(x= rnorm(n), g= factor(rep(c(0,1), n/2))) # generate data
df$y <- NA # include y in df
df$y[df$g== 0] <- df$x[df$g== 0]**2 + rnorm(sum(df$g== 0))*5 # y for group g= 0
df$y[df$g== 1] <-2 + df$x[df$g== 1]**2 + rnorm(sum(df$g== 1))*5 # y for g= 1 (with intercept 2)
ggplot(df, aes(x, y, col= g)) + geom_smooth() + geom_point(alpha= .1) # make a plot

Answer 1

您好，欢迎来到 Stack Overflow，

第一个建议很好。要使 x 序列匹配，您可以使用 approx 在两者之间插入值。函数(在 stats 中)。

library("ggplot2") # library ggplot
set.seed(1) # make example reproducible
n <- 5000 # set sample size
df <- data.frame(x= rnorm(n), g= factor(rep(c(0,1), n/2))) # generate data
df$y <- NA # include y in df
df$y[df$g== 0] <- df$x[df$g== 0]**2 + rnorm(sum(df$g== 0))*5 # y for group g= 0
df$y[df$g== 1] <-2 + df$x[df$g== 1]**2 + rnorm(sum(df$g== 1))*5 # y for g= 1 (with intercept 2)

p <- ggplot(df, aes(x, y, col= g)) + geom_smooth() + geom_point(alpha= .1) # make a plot
pb <- ggplot_build(p) # Get computed data

data.of.g1 <- pb[['data']][[1]][pb[['data']][[1]]$group == 1, ] # Extract info for group 1
data.of.g2 <- pb[['data']][[1]][pb[['data']][[1]]$group == 2, ] # Extract info for group 2

xlimit.inf <- max(min(data.of.g1$x), min(data.of.g2$x)) # Get the minimum X the two smoothed data have in common
xlimit.sup <- min(max(data.of.g1$x), max(data.of.g2$x)) # Get the maximum X
xseq <- seq(xlimit.inf, xlimit.sup, 0.01) # Sequence of X value (you can use bigger/smaller step size)

# Based on data from group 1 and group 2, interpolates linearly for all the values in `xseq`
y.g1 <- approx(x = data.of.g1$x, y = data.of.g1$y, xout = xseq)
y.g2 <- approx(x = data.of.g2$x, y = data.of.g2$y, xout = xseq)

difference <- data.frame(x = xseq, dy = abs(y.g1$y - y.g2$y)) # Compute the difference
ggplot(difference, aes(x = x, y = dy)) + geom_line() # Make the plot

输出: