2017-06-20 24 views
0

こんにちは、stat_smoothの方程式は、ggplot2の中か、または他のどこかで取り出すことができます。私が使用していたコードは次のとおりです。ggplot2のstat_smoothの式を受け取るR mtcarsの例

p <- ggplot(data = mtcars, aes(x = disp, y = drat)) 
p <- p + geom_point() + stat_smooth(method="loess") 
p 

おかげ

+0

私はあなたの唯一のオプションは、stat_smooth' 'のコードに直接取得することだと思います。最初の目標は何ですか? –

+0

方程式(最良適合)を使用して同様のデータフィッティングのために一般化する –

答えて

1

ggpmiscパッケージには、非常に役に立つことができます。しかし、黄土は数式を与えていないので、黄土と一緒には動作しません。ここを参照してください:Loess Fit and Resulting Equation

library(ggplot2) 
library(ggpmisc) 
p <- ggplot(data = mtcars, aes(x = disp, y = drat)) + 
    geom_point() + 
    geom_smooth(method="lm", formula=y~x) + 
    stat_poly_eq(parse=T, aes(label = ..eq.label..), formula=y~x) 
p 

enter image description here

+0

黄土関数の他の代替手段はありますか?または無し –

+0

黄土は、むしろあなたのデータのトレンドの可視化です。方程式が必要な場合は、線形モデル、多項式回帰、一般化適応モデル(GAM)などの回帰手法を適用することをお勧めします。しかし、ほとんどの場合、データとの関係は何かを先験的に定義する必要があります(例:y〜xまたはy〜x + x^2)。ここであなたの質問に関する素晴らしいディスカッションです:[リンク](https://stackoverflow.com/questions/7550582/when-to-choose-nls-over-loess) – MikolajM

関連する問題