r - ggplot2 geom_smooth中黄土的基本设置是什么？

Question

编辑：

x = c(324, 219, 406, 273, 406, 406, 406, 406, 406, 168, 406, 273, 168, 406, 273, 168, 219, 324, 324, 406, 406, 406, 273, 273, 324, 324, 219, 273, 219, 273, 273, 324, 273, 324, 324, 406, 219, 406, 273, 273, 406, 219, 324, 273, 324, 406, 219, 324, 219, 324, 324, 406, 406, 406, 324, 273, 273, 219, 219, 324, 273, 324, 324, 219, 324, 219, 324, 219, 219, 324, 273, 406, 406, 273, 324, 273, 273, 219, 406, 273, 273, 324, 324, 324, 324, 324, 406, 324, 273, 406, 406, 219, 219, 324, 273, 406, 324, 324, 324, 324) 
y = c(68,121,NA,87,NA,17,20,15,17,146,25,91,141,24,88,143,120,63,62,16,21,20,83,88,65,63,124,88,120,91,85,65,91,63,69,23,115,23,87,90,20,120,65,90,65,20,120,60,110,60,17,20,20,20,68,80,87,124,121,65,85,67,60,115,60,120,66,121,117,68,90,17,23,90,61,80,88,121,NA,91,88,62,60,70,60,60,27,76,96,23,20,113,118,60,91,23,60,60,65,70)

data = data.frame(x,y)

ggplot2我用和 函数创建了以下图形geom_smooth()。我使用了代码：

g = ggplot(data, aes(x,y)) + 
  geom_point() + 
  geom_smooth(method="loess") + 
  geom_smooth(method="lm", col="red")

我的数据包含变量 x（只有 9 个值）和 y（公制）。现在我想添加loess使用代码计算的方法的投影点：

loes = loess(data$y ~ data$x)
RR = sort(unique(predict(loes)), decreasing=TRUE) # y coordinates
LL = unique(x, fromLast=TRUE) # x coordinates

现在我将这些投影点添加到我的情节中。

  g + geom_point(aes(y=RR[1], x=LL[1]), col="blue", size=2, shape=18) + 
  geom_point(aes(y=RR[2], x=LL[2]), col="blue", size=2, shape=18) +
  geom_point(aes(y=RR[3], x=LL[3]), col="blue", size=2, shape=18) +
  geom_point(aes(y=RR[4], x=LL[4]), col="blue", size=2, shape=18) +
  geom_point(aes(y=RR[5], x=LL[5]), col="blue", size=2, shape=18) 

为什么蓝色点不在ggplot中的蓝色黄土线上？-method使用的代码是否与Rloess中的标准 -function 不同loess？

信息：对于超过 8.000 次观察的原始数据，没有伪逆警告，但问题是一样的。

示例图像

Answer 1

错误在这些行中：

loes = loess(y ~ x, data = data)
RR = sort(unique(predict(loes)), decreasing=TRUE) # y coordinates
LL = unique(x, fromLast=TRUE) # x coordinates

预测是使用相同的函数进行的，但是是无序的。您应该使用newdata将预测与预测变量适当地匹配。

g = ggplot(data, aes(x,y)) + 
  geom_smooth(method="loess", color = "red") 

RR <- predict(loes, newdata = data.frame(x = unique(x)))

g + annotate("point", x = unique(x), y = RR)

显示位于平滑线上的点：