如何在一个图中绘制 lm(log(y)~) 和 lm(y~x+x^2) 的 ggplot

Question

使用包 ggplot2 和 iris，我想用拟合的回归线绘制散点图。

library(ggplot2)
ggplot(data=iris, aes(x = Petal.Width, y = Petal.Length,color=Species)) + 
  geom_point(shape=1) +
  stat_smooth(method = "lm",formula= 'Petal.Length ~ Petal.Width+I(Petal.Width^2)+SaleType+Petal.Width*Species', data=iris,
              aes(x = Petal.Width, y = Petal.Length,color=Species))

**Warning message:
Computation failed in `stat_smooth()`:
variable lengths differ (found for '(weights)')** 

我正在考虑收到此警告的原因，即我有两个自变量，但现在 R 无法读取 stat_smooth 中按颜色划分的物种。如何绘制两条与plot(Petal.Width,fitted(fit)) 相同的线。另外，如果我有另一个回归模型由同一组数据拟合，但是log(y)，fit<-lm(log(Petal.Length)~Petal.Width+Species+Petal.Width*Species,data=iris).我可以把两个回归模型的绘制放到同一个图中吗？

Answer 1

我认为将转换后的回归与相同比例的原始值结合起来并不合适。相反，这些应该绘制在不同的数字上。使用iris 数据集，您可以像这样绘制原始数据：

ggplot(data=iris, aes(color=Species)) + 
  geom_point(aes(x = Petal.Width, y = Sepal.Width)) +
  stat_smooth(method = "lm", aes(x = Petal.Width, y = Sepal.Width,color=Species))

然后记录转换Sepal.Width到另一个变量：

iris$LogSepal.Width <- log(iris$Sepal.Width)

然后绘制转换后的变量。我希望这会有所帮助。

ggplot(data=iris, aes(color=Species)) + 
  geom_point(aes(x = Petal.Width, y = LogSepal.Width)) +
  stat_smooth(method = "lm", aes(x = Petal.Width, y = LogSepal.Width,color=Species))