当使用facet_wrap时，显示每个散点图的回归方程和R ^ 2 [英] Display regression equation and R^2 for each scatter plot when using facet_wrap

问题描述

我有一个data.frame（我使用熔化函数进行了融合），从中生成多个散点图并使用以下代码拟合回归线：

  ggplot（dat，aes（id，value））+ geom_point（）+ geom_smooth（method =lm，se = FALSE）+ facet_wrap（变量〜var1，scales =free） 
  

我想在每个中添加回归方程和R ^ 2 >这些散点图的相关回归（即每个散点图中由geom_smooth产生的散点图）。只是熔化数据的id列之一的名称，而且我正面临与facet_wrap的facet_grid instad相同的问题。

解决方案

我实际上已经解决了这个问题，请参阅下面的一个解决因变量为var1的例子。这是一个时间序列数据集，如果与您的问题无关，请忽略日期部分。

  library（plyr）
库（ggplot2）
 
 rm（dat）
 dat < -  read.table（data.txt，header = TRUE，sep =，）
 dat <  -  transform（dat，date = as.POSIXct（strptime（date，％Y-％m-％dT％H：％M：％OS）））
 
 rm m）
 dat.m<  -  melt（dat，id = c（'ccy'，'date'，'var1'））
 
 lm_eqn = function（df）{
m = lm（var1〜value，df）; 
 eq < - 替代（italic（y）== a + b％。％italic（x）*，~~ italic（r）^ 2〜=〜r2，
 list （格式（coef（m）[1]，digits = 2），
b =格式（coef（m）[2]，digits = 2），
 r2 =格式$ r.squared，digits = 3）））
 as.character（as.expression（eq））; 
 
 
 mymax = function（df）{
 max（df $ value）
} 
 
 rm（regs）
 regs < -  ddply（dat.m，。（ccy，variable），lm_eqn）
 regs.xpos < -  ddply（dat.m，。（variable），function（df）（min（df $值）+ max（df $值））/ 2）
 regs.ypos < -  ddply（dat.m，。（ccy，variable），function（df）min（df $ var1）+ 0.05 *（ max（df $ var1）-min（df $ var1）））
 
 regs $ y<  -  regs.ypos $ V1 
 regs $ x<  -  regs.xpos $ V1 $ b + b + b + gomplot（data = dat.m，aes（value，var1））+ geom_point（size = 1，alpha = 0.75）+ geom_smooth（）+ geom_smooth（method =lm，se = FALSE，color =red）+ geom_text（data = regs，size = 3，color =red，aes（x = x，y = y，label = V1）， parse = TRUE）+ facet_grid（ccy〜variable，scales =free）
 ggsave（data.png，gp，scale = 1.5，width = 11，height = 8）
  

I have a data.frame (which I melted using the melt function), from which I produce multiple scatter plots and fit a regression line using the following:

ggplot(dat, aes(id, value)) + geom_point() + geom_smooth(method="lm", se=FALSE) + facet_wrap(variable~var1, scales="free")

I would like to add the regression equation and the R^2 in each of these scatter plots for the relevant regression (i.e. the one produced by geom_smooth in each scatter plot).

---

var1 above is just the name of one of the id columns of the melted data and I am facing the same question with facet_grid instad of facet_wrap.

解决方案

I actually solved this, please see below a worked out example where the dependent variable is var1. This was a time series dataset, please ignore the date part if not relevant for your problem.

library(plyr)
library(ggplot2)

rm(dat)
dat <- read.table("data.txt", header = TRUE, sep = ",")
dat <- transform(dat, date = as.POSIXct(strptime(date, "%Y-%m-%dT%H:%M:%OS")))

rm(dat.m)
dat.m <- melt(dat, id = c('ccy','date','var1'))

lm_eqn = function(df){
  m = lm(var1 ~ value, df);
  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));                 
}

mymax = function(df){
  max(df$value)
}

rm(regs)
regs <- ddply(dat.m, .(ccy,variable), lm_eqn)
regs.xpos <- ddply(dat.m, .(variable), function(df) (min(df$value)+max(df$value))/2)
regs.ypos <- ddply(dat.m, .(ccy,variable), function(df) min(df$var1) + 0.05*(max(df$var1)-min(df$var1)))

regs$y <- regs.ypos$V1
regs$x <- regs.xpos$V1

rm(gp)
gp <- ggplot(data=dat.m, aes(value, var1)) + geom_point(size = 1, alpha=0.75) + geom_smooth() + geom_smooth(method="lm", se=FALSE, color="red") + geom_text(data=regs, size=3, color="red", aes(x=x, y=y, label=V1), parse=TRUE) + facet_grid(ccy~variable, scales="free")
ggsave("data.png", gp, scale=1.5, width=11, height=8)

这篇关于当使用facet_wrap时，显示每个散点图的回归方程和R ^ 2的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！