我试图表明我正在分析的一些数据中有一个奇怪的“颠簸”(这与市场份额有关。我的代码在这里:-
qplot(Share, Rate, data = Dataset3, geom=c("point", "smooth"))
(我很欣赏没有数据集这不是非常有用的代码)。
无论如何,我可以获得用于从 R 中生成平滑线的数字向量吗?我只需要该层来尝试将模型拟合到平滑数据。
感激地收到任何帮助。
最佳答案
就在这里。 ggplot 使用函数 loess
作为 geom_smooth
中的默认平滑器。这意味着您可以直接使用 loess
来估计您的平滑参数。
这是一个改编自 ?loess
的示例:
qplot(speed, dist, data=cars, geom="smooth")
使用
loess
估算平滑数据,使用 predict
估算估计值:cars.lo <- loess(dist ~ speed, cars)
pc <- predict(cars.lo, data.frame(speed = seq(4, 25, 1)), se = TRUE)
估计值现在在
pc$fit
中,标准误差在 pc$fit.se
中。以下代码将拟合值提取到 data.frame 中,然后使用 ggplot
绘制它:pc_df <- data.frame(
x=4:25,
fit=pc$fit)
ggplot(pc_df, aes(x=x, y=fit)) + geom_line()
关于r - 从 ggplot2 中获取向量,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/6691216/