glm 预测和使用相同 glm 的 geom_smooth() 之间的差异

Question

我正在尝试使用概率模型重现其他人的作品。不幸的是，我没有太多关于他们方法的信息，只有他们的起始数据和他们的模型图。

当我在 ggplot 中绘制数据并使用 geom_smooth(method = "glm", ...) 拟合一条线时，我能够重现之前的工作。但是，当我尝试使用 glm() 在 ggplot 之外拟合（我认为是）一个相同的模型时，我得到了不同的预测。我觉得我犯了一些愚蠢的错误，但我无法完全确定。

这是一个可重现的例子：

library(tidyverse)
set.seed(123)

df <- tibble(x = c(0.006, 0.014, 0.025, 0.05, 0.15, 0.3, 0.5),
             y = c(0.4,   0.733, 0.875, 1,    1,    1,   1))


probit_model <- glm(y ~ x, data = df, family = quasibinomial(link = "probit"))

df <- df %>%
  add_row(x = 0.001, y = NA) %>%  # To underline that these models are different
  mutate(y_pred = predict(probit_model, newdata = ., type = "response"))


df %>%
  ggplot(aes(x, y)) +
  geom_point(size = 4) +
  geom_line(aes(y = y_pred), color = "red", lwd = 1) +
  geom_smooth(formula = y ~ x, color = "blue",
              method = "glm", fullrange = TRUE,
              method.args = list(family = quasibinomial(link = "probit"))) +
  scale_x_log10(limits = c(0.001, 1))

这是它产生的情节。请注意，蓝线和红线描述了不同的拟合。我相信它们应该是相同的（忽略红线的分段性质），因为它们使用相同的模型和数据。

我在排查过程中看了不少帖子，很多回复都暗示geom_smooth()不是建模的替代品。总的来说，我同意。也就是说，我明确地试图弄清楚 geom_smooth() 在这里做什么，然后在 ggplot 之外重现它。

我的问题是：

为什么这两个模型不同？ geom_smooth() 怎么打电话给glm()？如何自己调用glm() 来重现geom_smooth() 正在使用的模型？

Answer 1

模型实际上是相同的。如果设置xlim(0, 0.1) 并删除scale_x_log10，则可以看到这一点。然后你会看到拟合是一致的。

我认为您看到的行为是因为scale_x_log10 在任何统计摘要（例如geom_smooth）之前执行了轴转换。因此，当您运行scale_x_log10 时，geom_smooth 有效地拟合模型y ~ log10(x)，而不是y ~ x。如果您使用coord_trans(x="log10") 而不是scale_x_log10，您还会看到模型重合，因为coord_trans 在在任何统计摘要之后进行转换。