如何绘制具有分类变量的多项式回归图？

Question

在 R 统计包中，有没有办法用一个连续变量和一个分类变量绘制二阶多项式回归图？

要生成具有一个分类变量的线性回归图：

library(ggplot2)
library(ggthemes) ## theme_few()
set.seed(1)
df <- data.frame(minutes = runif(60, 5, 15), endtime=60, category="a")
df$category = df$category=letters[seq( from = 1, to = 2 )]
df$endtime = df$endtime + df$minutes^3/180 + df$minutes*runif(60, 1, 2)
ggplot(df, aes(y=endtime, x=minutes, col = category)) +
  geom_point() +
  geom_smooth(method=lm) + 
  theme_few()

绘制具有一个连续变量的多项式图：

 ggplot(df, aes(x=minutes, y=endtime)) +    
        geom_point() +           
        stat_smooth(method='lm', formula = y ~ poly(x,2), size = 1) + 
        xlab('Minutes of warm up') +
        ylab('End time')

但我不知道如何绘制一个包含一个连续变量和一个分类变量的多项式图。

Answer 1

只需添加colour 或group 映射。这将使 ggplot 适合并显示每个类别的单独多项式回归。 (1) 无法显示加法混合多项式回归（即lm(y ~ poly(x,2) + category)）； (2) 此处显示的内容与交互模型lm(y ~ poly(x,2)*col) 的结果完全 不相等，因为每个组的残差方差（以及因此置信带的宽度）都是单独估计的。

ggplot(df, aes(x=minutes, y=endtime, col = category)) +    
  geom_point() +           
  stat_smooth(method='lm', formula = y ~ poly(x,2)) + 
  labs(x = 'Minutes of warm up', y = 'End time') +
  theme_few()