如何在r中为回归线上方和下方的ggplot点着色？答案

【问题标题】：How to color ggplot points above and below a regression line in r?如何在r中为回归线上方和下方的ggplot点着色？
【发布时间】：2020-10-16 06:16:32
【问题描述】：

我有一个数据集和如下图：

rowid <- (1:100)
intercept <- (200:299)
df <- data.frame(rowid, intercept)

ggplot(df, aes(x=rowid, y=intercept, color=intercept)) + geom_point() 
+ scale_colour_gradient2(low="red", high="darkgreen", mid = "yellow", midpoint = 250) 
+ geom_smooth(method='lm', color = 'black')

我的数据集和绘图有更多的数据，所以它看起来像：

问题：

如何让回归线上方的点为某种颜色（绿色），回归线下方的点为某种颜色（红色），以及所有其他点为某种颜色（黄色）？

除此之外（如果可能），我想添加另一个列标签Grade，显示回归线上方的点列为“A”，所有其他点列为“C”，回归线下方列为“F”。

【问题讨论】：

标签： r ggplot2 plot regression

【解决方案1】：

作为第一个示例（点不可能直接位于回归线上）：计算每个 x 值的拟合值，在实际绘图之前拟合线性模型。之后，您可以简单地将布尔列绑定到数据框，指定预测值是小于还是大于真实 y。

library(ggplot2)

rowid <- (1:1000)
intercept <- rnorm(1000, 0, 1)*rowid+1:1000
mod <- lm(intercept ~ rowid)
fitted <- mod$fitted.values
smaller <- intercept < fitted
df <- data.frame(rowid, intercept, smaller)


ggplot(df, aes(x=rowid, y=intercept, color=as.factor(smaller))) + 
  geom_point()+
  geom_smooth(method='lm', color = 'black')+
  scale_color_manual(values = c("green", "yellow"))

现在才阅读了您帖子的最后一句话，一种引入具有“A”、“F”和“C”级别的三级因子列并在之后相应地绘制它们的方法。我介绍了 200 个点，其中拟合值和真 y 相等：

library(ggplot2)

rowid <- (1:1000)
intercept <- rnorm(1000, 0, 1)*rowid+1:1000
mod <- lm(intercept ~ rowid)
fitted <- mod$fitted.values
#demonstration: add some points, where fitted value equals the true value
sample_points <- sample(1:1000, 200, replace = FALSE)

intercept[sample_points] <- fitted[sample_points]

#construct three level factor, with a chain of ifelse:
grade <- as.factor(ifelse(intercept < fitted, "F", ifelse(intercept == fitted, "C", "A")))
df <- data.frame(rowid, intercept, grade)

ggplot(df, aes(x=rowid, y=intercept, color=grade)) + 
  geom_point()+
  geom_smooth(method='lm', color = 'black')+
  scale_color_manual(values = c("green", "yellow", "red"))

【讨论】：

是否可以将回归线以上的所有点保存在新的数据框中？
好吧，显然您可以根据我们之前创建的布尔值smaller 进行过滤，并将结果保存到单独的数据帧中。 df_smaller <- df[smaller, ] 和 df_bigger <- df[!smaller, ] .

【解决方案2】：

你会想要重新实现 geom_smooth() 正在做的事情，比如

m = lm(intercept~rowid, data=df) # note that format is y~x

这将为您提供m$coefficients 下的斜率和截距。你可以检查一下

ggplot(df, aes(x=rowid, y=intercept, color=intercept)) + geom_point() +
    scale_colour_gradient2(low="red", high="darkgreen", mid = "yellow", midpoint = 250) +
    # geom_smooth(method='lm', color = 'black') + 
    geom_abline(slope = m$coefficients[2], intercept = m$coefficients[1])

替换geom_smooth() 行

然后您可以在df 中创建一个新列，以告知您是在该行的上方/下方，还是只使用m$residuals。前一个选项的示例类似于

df = cbind(df, up_down = if_else(
    df$intercept > df$row_id*m$coefficients[2]+m$coefficients[1],
    "above", 
    "below")
) # pseudocode

【讨论】：