如何在黄土和样条回归中添加协变量，然后使用 ggplot2 在 r 中绘制它答案

【问题标题】：How to add covariates in loess and spline regression and then plot it in r with ggplot2如何在黄土和样条回归中添加协变量，然后使用 ggplot2 在 r 中绘制它
【发布时间】：2020-10-02 07:03:35
【问题描述】：

我知道如何用一个自变量绘制黄土和样条回归。

library(tidyverse)

# loess
ggplot(mtcars, aes(x = mpg, y = drat)) + 
  geom_point() + 
  geom_smooth(method = 'loess', formula = y ~ x)

# splines
ggplot(mtcars, aes(x = mpg, y = drat)) + 
  geom_point() + 
  geom_smooth(method = 'lm', formula = y ~ splines::bs(x, 8))

困扰我的是我有多个自变量，例如x1、x2、x3，我创建了一个这样的模型： y ~ x1 + x2 + x3，我只想用黄土或样条曲线绘制y和x1之间的曲线。

我试过但失败了。

cyl 和 gear 是模型中的协变量，我只对 drat 和 mpg 感兴趣


# loess
ggplot(mtcars, aes(x = mpg, y = drat)) + 
  geom_point() + 
  geom_smooth(method = 'loess', formula = y ~ x + cyl + gear)
# splines
ggplot(mtcars, aes(x = mpg, y = drat)) + 
  geom_point() + 
  geom_smooth(method = 'lm', formula = y ~ splines::bs(x, 8)+ cyl + gear)

我们将不胜感激。

【问题讨论】：

标签： r ggplot2 model regression

【解决方案1】：

一种方法是单独拟合loess，并绘制带有置信区间的拟合线。

fit = predict(loess(drat ~ mpg + cyl + gear, data=mtcars, span=0.5), se=T)
#tem = predict(loess(drat~ mpg,data=mtcars), se=T)

dat = mtcars
dat$loess = fit$fit
dat$ymax  = fit$fit + fit$se.fit * abs(qnorm((1-0.95)/2))
dat$ymin  = fit$fit - fit$se.fit * abs(qnorm((1-0.95)/2))

ggplot(dat, aes(x = mpg, y = drat)) + 
  geom_point() + 
  geom_line(aes(y=loess), color='blue', size=1) +
  geom_ribbon(aes(ymin=ymin, ymax=ymax), alpha=0.2)

【讨论】：