提问人：Steve 提问时间：5/24/2011 最后编辑：Steve 更新时间：12/7/2021 访问量：4848
简化了 R 中 ggplot 的长轴线和置信区间
Reduced major axis line and CI for ggplot in R
问：
有没有办法将缩小的主轴线（理想情况下是 CI）添加到 ggplot？我知道我可以使用 method=“lm” 来获得 OLS 拟合，但似乎没有 RMA 的默认方法。我可以从包 lmodel2 中获取 RMA 系数和 CI 间隔，但使用 geom_abline（） 添加它们似乎不起作用。这是虚拟数据和代码。我只想用 RMA 行和 CI 替换 OLS 行和 CI：
dat <- data.frame(a=log10(rnorm(50, 30, 10)), b=log10(rnorm(50, 20, 2)))
ggplot(dat, aes(x=a, y=b) ) +
geom_point(shape=1) +
geom_smooth(method="lm")
编辑 1：下面的代码获取 RMA（此处称为 SMA - 标准化长轴）系数和 CI。软件包 lmodel2 提供更详细的输出，而软件包 smatr 仅返回 coefs 和 CI，如果有任何帮助：
library(lmodel2)
fit1 <- lmodel2(b ~ a, data=dat)
library(smatr)
fit2 <- line.cis(b, a, data=dat)
答：
6赞
joran
5/24/2011
#1
正如 Chase 所评论的那样，实际代码和您正在使用的代码会有所帮助。但这里有一个例子，可能会为你指明正确的方向：lmodel2()ggplot
dat <- data.frame(a=log10(rnorm(50, 30, 10)), b=log10(rnorm(50, 20, 2)))
mod <- lmodel2(a ~ b, data=dat,"interval", "interval", 99)
#EDIT: mod is a list, with components (data.frames) regression.results and
# confidence.intervals containing the intercepts+slopes for different
# estimation methods; just put the right values into geom_abline
ggplot(dat,aes(x=b,y=a)) + geom_point() +
geom_abline(intercept=mod$regression.results[4,2],
slope=mod$regression.results[4,3],colour="blue") +
geom_abline(intercept=mod$confidence.intervals[4,2],
slope=mod$confidence.intervals[4,4],colour="red") +
geom_abline(intercept=mod$confidence.intervals[4,3],
slope=mod$confidence.intervals[4,5],colour="red") +
xlim(c(-10,10)) + ylim(c(-10,10))
完全披露：我对 RMA 回归一无所知，所以我只是摘取了相关的斜率和截距并将它们放入 ，使用一些示例代码作为指导。这个玩具示例中生成的 CI 似乎没有多大意义，因为我不得不使用 和 强制 ggplot 缩小，以便看到 CI 线（红色）。geom_abline()lmodel2xlim()ylim()
但也许这将帮助您在 中构建一个工作示例。ggplot()
EDIT2：添加 OP 代码以提取系数后，如下所示：ggplot()
ggplot(dat,aes(x=b,y=a)) + geom_point() +
geom_abline(intercept=fit2[1,1],slope=fit2[2,1],colour="blue") +
geom_abline(intercept=fit2[1,2],slope=fit2[2,2],colour="red") +
geom_abline(intercept=fit2[1,3],slope=fit2[2,3],colour="red")
评论
0赞
Chase
5/24/2011
正是我要写的，+1。这里需要注意的是，它返回一个列表，并且是一个 data.frame，它们是该列表的一部分。从那里开始，只需指定要从该 data.frame 中提取的内容即可。lmodel2()regression.results
0赞
joran
5/24/2011
@Chase - 经过编辑以包含您的观点，谢谢。令人讨厌的是，regression.results data.frame 有一些奇怪的配号，大概是为了视觉效果。“Slope”列实际上是“Slope”。这让我短暂地绊倒了，这就是我最终使用“[”的原因。
0赞
Steve
5/24/2011
谢谢，这适用于实际线路，尽管有什么想法为什么 CI 如此奇怪吗？此外，在此软件包中，RMA=有序长轴和SMA=缩小（标准化）长轴，因此行号将为 3 而不是 4。我在编辑问题时给出的 smatr 包实际上使获取 coefs 变得更加容易。
0赞
Steve
5/24/2011
没关系 - 一旦我将行号更正为 3，CI 工作正常，非常感谢。
0赞
joran
5/24/2011
@Steve - 没有最模糊的概念;对这种类型的回归知之甚少。对于 stats.stackexchange.com 来说，这可能是一个更好的问题。
8赞
hadley
5/24/2011
#2
根据 Joran 的回答，我认为将整个数据帧传递给 ：geom_abline
library(ggplot2)
library(lmodel2)
dat <- data.frame(a=log10(rnorm(50, 30, 10)), b=log10(rnorm(50, 20, 2)))
mod <- lmodel2(a ~ b, data=dat,"interval", "interval", 99)
reg <- mod$regression.results
names(reg) <- c("method", "intercept", "slope", "angle", "p-value")
ggplot(dat) +
geom_point(aes(b, a)) +
geom_abline(data = reg, aes(intercept = intercept, slope = slope, colour = method))
0赞
Santi XGR
12/7/2021
#3
我发现自己处于同样的情况。
使用包获取拟合值及其置信区间：
ggpmisc
cibrary(ggpmisc)
ci <- predict.lmodel2(fit1, method= 'RMA', interval= "confidence")将模型预测添加到数据中：
datci <- cbind(dat, ci)使用透明度和线宽等参数进行绘图（当然，您可以自定义它们）
geom_smooth
p <- ggplot(datci, aes(x= b, y= a)) + geom_point() + geom_line(aes(x= b, y= a)), lwd= 1.1, alpha= 0.6)如果要添加置信区间，请使用：
geom_ribbon
p + geom_ribbon(aes(ymin= lwr, ymax= upr, fill= feather), alpha= 0.3, color= NA)
评论
lmodel2()