Добавление полинома 3-го порядка и его уравнения к ggplot в r

Я построил следующие данные и добавил лесс гладче. Я хотел бы добавить полином 3-го порядка и его уравнение (включая остаточное) к сюжету. Любые советы?

set.seed(1410)
dsmall<-diamonds[sample(nrow(diamonds), 100), ]
df<-data.frame("x"=dsmall$carat, "y"=dsmall$price)

p <-ggplot(df, aes(x, y)) 
p <- p + geom_point(alpha=2/10, shape=21, fill="blue", colour="black", size=5)

#Add a loess smoother
p<- p + geom_smooth(method="loess",se=TRUE)

Как добавить многочлен 3-го порядка? Я пробовал:

p<- p + geom_smooth(method="lm", se=TRUE, fill=NA,formula=lm(y ~ poly(x, 3, raw=TRUE)),colour="red")

Наконец, как я могу добавить уравнение полинома 3-го порядка и остаточный график? Я пробовал:

 lm_eqn = function(df){
    m=lm(y ~ poly(x, 3, df))#3rd degree polynomial
    eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2,
    list(a = format(coef(m)[1], digits = 2),
    b = format(coef(m)[2], digits = 2),
    r2 = format(summary(m)$r.squared, digits = 3)))
    as.character(as.expression(eq))
}


data.label <- data.frame(x = 1.5,y = 10000,label = c(lm_eqn(df)))


p<- p + geom_text(data=data.label,aes(x = x, y = y,label =label), size=8,family="Times",face="italic",parse = TRUE)

Ответ 1

Часть 1: чтобы установить полином, используйте аргументы:

method=lm - вы сделали это правильно
formula=y ~ poly(x, 3, raw=TRUE) - т.е. не обертывайте это при вызове lm

Код:

p + stat_smooth(method="lm", se=TRUE, fill=NA,
                formula=y ~ poly(x, 3, raw=TRUE),colour="red")

Часть 2: Чтобы добавить уравнение:

Измените свою функцию lm_eqn(), чтобы правильно указать источник данных на lm - у вас были закрывающиеся круглые скобки в неправильном месте.
Используйте annotate() для размещения метки, а не geom_text

Код:

lm_eqn = function(df){
  m=lm(y ~ poly(x, 3), df)#3rd degree polynomial
  eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2,
                   list(a = format(coef(m)[1], digits = 2),
                        b = format(coef(m)[2], digits = 2),
                        r2 = format(summary(m)$r.squared, digits = 3)))
  as.character(as.expression(eq))
}


p + annotate("text", x=0.5, y=15000, label=lm_eqn(df), hjust=0, size=8, 
             family="Times", face="italic", parse=TRUE)

Ответ 2

Ответ 1 - хорошее начало, но это не для полинома 3-й степени, как было задано, и не может правильно обрабатывать отрицательные значения для оценок параметров. Самый простой способ - использовать пакет polynom. Я покажу версию без определения функции, потому что в этом случае нужно использовать ggplot stat_.

Ниже я покажу, как сгенерировать текст, который будет использоваться как анализируемая метка для многочленов любой степени. Я использую signif() вместо format(), поскольку это более полезно для оценок параметров. Также обратите внимание, что face больше не требуется. Использование family = "Times" не переносимо, и тот же эффект может быть достигнут с помощью "serif". Все тяжелые работы выполняются as.character.polynomial()!

library(polynom)
library(ggplot2)

set.seed(1410)
dsmall <- diamonds[sample(nrow(diamonds), 100), ]
df <- data.frame("x"=dsmall$carat, "y"=dsmall$price)

my.formula <- y ~ poly(x, 3, raw = TRUE)
p <- ggplot(df, aes(x, y)) 
p <- p + geom_point(alpha=2/10, shape=21, fill="blue", colour="black", size=5)
p <- p + geom_smooth(method = "lm", se = FALSE, 
                     formula = my.formula, 
                     colour = "red")

m <- lm(my.formula, df)
my.eq <- as.character(signif(as.polynomial(coef(m)), 3))
label.text <- paste(gsub("x", "~italic(x)", my.eq, fixed = TRUE),
              paste("italic(R)^2",  
                    format(summary(m)$r.squared, digits = 2), 
                    sep = "~`=`~"),
                    sep = "~~~~")

p + annotate(geom = "text", x = 0.2, y = 15000, label = label.text, 
             family = "serif", hjust = 0, parse = TRUE, size = 4)

Последнее замечание: дисперсия увеличивается со средним значением, поэтому использование lm() и полиномиальная модель 3-й степени, вероятно, не лучший подход для анализа этих данных.