R语言统计分析——ggplot2绘图5——拟合光滑曲线

参考资料：R语言实战【第2版】

        ggplot2包可以通过计算统计函数并添加到图形中。例如：分级数据、计算密度、轮廓和分位数等。这里我们重点将添加平滑曲线（线性、非线性和非参数）到散点图中。

        我们可以使用geom_smooth()函数来添加一系列的平滑曲线和置信区域。函数的参数如下：

选项	描述
method=	使用的平滑函数。允许的值包括lm、glm、loess、rlm和gam，分别对应线性、广义线性、loess、健壮线性和广义相加模型。loess是默认值。
formula=	在光滑函数中使用的公式。例子包括y~x（默认），y~log(x)，y~poly(x,n)表示n次多项式拟合，y~ns(x,n)表示一个具有n个自由度的样条拟合
se	绘制置信区间（TRUE/FALSE），默认TRUE
level	使用的置信区间水平（默认95%）
fullrange	指定拟合应涵盖全图（TRUE）或仅仅是数据（FALSE），默认是FALSE

        使用Salaries数据集，我们先检验博士毕业年数和薪水之间的关系。在这个例子中，我们可以使用带有95%置信区间的非参数光滑曲线（ loess）。暂时忽略性别和学术等级。
 

# 加载car包，使用里面的Salaries数据集
library(car)
# 加载ggplot2包
library(ggplot2)
# 绘图
ggplot(Salaries,aes(x=yrs.since.phd,y=salary))+
  geom_point()+
  geom_smooth(method="loess",formula="y~x")

        上图可以看出，经验和薪水之间不是线性的关系，至少在毕业时间很长的时候是这样。

        下面，我们按性别拟合一个二次多项式回归（一个弯曲）：

ggplot(Salaries,aes(x=yrs.since.phd,y=salary,
                    linetype=sex,shape=sex,color=sex))+
  geom_smooth(method=lm,formula=y~poly(x,2),se=FALSE,size=1)+
  geom_point()

        此图中，置信界限被抑制（se=FALSE）来简化图。性别由颜色、符号形状和线条类型来区分。根据此图：对男性来说，曲线从0增加至约30年然后下降。对女性来说，拟合曲线从0到40年一直呈上升趋势。在数据集中没有女性获得博士学位超过40年。对于数据集中的大部分范围，男性能拿到更高的薪水。

        geom_smooth()函数依赖于stat_smooth()函数来计算画出一个你和曲线及其置信区间所需的数量。帮助页面对于geom_smooth()函数的介绍很少，但对stat_smooth()函数的介绍包含大量有用的信息。