R：geom_smooth 的对数变换线性拟合答案

【问题标题】：R: log transform linear fit of geom_smoothR：geom_smooth 的对数变换线性拟合
【发布时间】：2015-05-30 06:46:17
【问题描述】：

我正在尝试使用 R 中的 ggplot2 制作具有对数 x 轴和正常缩放 y 轴的图形。这一切都很好，但是当我使用 model="lm" 添加平滑器时，我遇到了问题。
我想要的是通过我的数据在对数转换之前拟合线性模型，然后对其进行对数转换，因此 geom_smooth 拟合的线应该是弯曲的而不是直线。我已经找到了一种使用coord_trans(x="log10") 的方法，但如果我这样做，x 轴的刻度线都会乱七八糟。

到目前为止，我所拥有的是：

require(ggplot2)
require(colorspace)
require(scales)

C<-c(221562500,22156250,2215625,221562.5,360000000,36000000,3600000,360000)
OD400<-c(1.304,0.130,0.011,0.001,2.095,0.231,0.020,0.001)
OD700<-c(0.991,0.100,0.007,0.000,1.452,0.179,0.012,0.000)
mydata<-data.frame(C,OD400,OD700)

p<-ggplot() +
  geom_point(data=mydata,aes(x=C,y=OD400,colour="red")) +
  geom_point(data=mydata,aes(x=C,y=OD700,colour="green")) +
  scale_colour_manual("Wavelength", breaks=c("red","green"), labels=c("400 nm","700 nm"),
                     values=rainbow_hcl(2,c=80,l=60)) +
  scale_x_continuous(trans = log10_trans(),
                     breaks = trans_breaks("log10", function(x) 10^x),
                     labels = trans_format("log10", math_format(10^.x))) +
  annotation_logticks(sides="tb") +
  labs(x="Concentration [conidia/mL]",y="Absorption") +
  theme_bw() +  theme(panel.grid.minor = element_blank())

我要补充的是：

p<-p + geom_smooth(data=mydata,aes(x=C,y=OD400),method="lm")
p<-p + geom_smooth(data=mydata,aes(x=C,y=OD700),method="lm")

但是在对数变换之前，并且拟合曲线也进行对数变换。

【问题讨论】：

通过lm() + predict()（不是通过ggplot）计算回归，然后将其添加到绘图中。
我之前尝试过类似的东西。我要做的是用lm() 函数计算线性模型，然后用geom_abline() 添加回归曲线。但是，这种方法不起作用，并给出了相当奇怪的结果。你能用predict() 函数澄清你的建议吗？您是否会将预测点添加到绘图中，但作为与geom_line() 的线？
我试图用geom_line() 绘制由lm() + predict() 计算的回归，但是虽然它被转换了，但它并没有产生一个漂亮的曲线，因为geom_line() 只是连接了由以下计算的几个点predict()...
尝试将一组细粒度的newdata 传递给predict，跨越您的域，例如predict(..., newdata=data.frame(x=seq(0, 10, by=0.0001)))

标签： r ggplot2 transform smooth

【解决方案1】：

我想我可以使用以下代码得到你想要的：

########################################
# original code without transformation #
########################################

require(ggplot2)
require(colorspace)
require(scales)

C<-c(221562500,22156250,2215625,221562.5,360000000,36000000,3600000,360000)
OD400<-c(1.304,0.130,0.011,0.001,2.095,0.231,0.020,0.001)
OD700<-c(0.991,0.100,0.007,0.000,1.452,0.179,0.012,0.000)
mydata<-data.frame(C,OD400,OD700)

p<-ggplot() +
  geom_point(data=mydata,aes(x=C,y=OD400,colour="red")) +
  geom_point(data=mydata,aes(x=C,y=OD700,colour="green")) +
  scale_colour_manual("Wavelength", breaks=c("red","green"), labels=c("400 nm","700 nm"),
                 values=rainbow_hcl(2,c=80,l=60)) +
#  scale_x_continuous(trans = log10_trans(),
#                 breaks = trans_breaks("log10", function(x) 10^x),
#                 labels = trans_format("log10", math_format(10^.x))) +
#  annotation_logticks(sides="tb") +
  labs(x="Concentration [conidia/mL]",y="Absorption") +
  theme_bw() +  theme(panel.grid.minor = element_blank())


##################
# print raw plot #
##################

p

####################################
# fit lines (copied from question) #
####################################

p<-p + geom_smooth(data=mydata,aes(x=C,y=OD400),method="lm")
p<-p + geom_smooth(data=mydata,aes(x=C,y=OD700),method="lm")


#######################################
# print untransformed plot with lines #
#######################################

p

###################################################
# transform x-axis (as mentioned in the question) #
###################################################

p<-p+coord_trans(x="log10")


#####################################
# print transformed plot with lines #
#####################################

p

如您所见，代码基本上是从问题中复制粘贴的，并返回以下图表：

在问题中，关于coord_trans：

我已经找到了一种使用 coord_trans(x="log10") 的方法，但是如果我这样做，x 轴的刻度线都会乱七八糟。

我看不出这是我的阴谋。

【讨论】：