时间戳

首页 > 解决方案 > 谁能在 geom_smooth() 中更详细地解释 preictdf()

r - 谁能在 geom_smooth() 中更详细地解释 preictdf()

问题描述

我目前正在尝试了解 geom_smooth() 背后的内容以及预测散点图趋势线的作用。资料中说

“计算由（当前未记录的）predictdf() 泛型及其方法执行。”

所以我想知道是否有人有更多关于它的信息。

提前致谢

标签： rggplot2

解决方案

我写了一篇关于在 geom_smooth 中使用自定义函数的博客文章，这可能会有所帮助。它是西班牙语的，但我认为谷歌翻译做得不错。

它的要点是平滑函数必须将“公式”、“数据”和“权重”作为参数，以及您需要的任何其他参数。然后它需要返回一个对象，该对象需要有一个predictdf接受“model”、“xseq”、“se”和“level”参数的方法。其中： * Model 是您的平滑函数返回的对象， * xseq 是 x 轴上用于评估模型的点序列， * se 是表示是否绘制标准误差的逻辑， * level 是置信水平说标准误。

该predictdf方法应返回包含 x 和 y 列的数据框，以及可选的 xmin 和 xmax（用于标准错误）。

下面是一个简单的平滑函数示例，它截断级数的傅里叶变换。请注意，它忽略了传递给平滑函数或predictdf方法的大多数参数。然而，他们需要在那里。

library(ggplot2)

FFTSmooth <- function(formula, data, weights, n = 0.5) {
  f <- fft(data$y)
  keep <- c(0, seq_len(floor(length(f)/2*n)))
  keep <- c(keep + 1, length(f) - keep[keep != 0] + 1)
  f[-keep] <- 0 + 0i

  model <- list(x = data$x, pred = Re(fft(f, inverse = T))/length(f))
  class(model) <- "my_smooth"
  return(model)
}

predictdf.my_smooth <- function(model, xseq, se, level) {
  data.frame(x = model$x, y = model$pred)
}

set.seed(42)
df <- data.frame(x = seq(0, 360, length.out = 100))
df$y <- with(df, 5*cos(x*pi/180) + 3*sin(x*pi/180*3) + 1.6*rnorm(100))

ggplot(df, aes(x, y)) +
  geom_point() +
  geom_smooth(method = "FFTSmooth", method.args = list(n = 0.2))

由reprex 包（v0.3.0）于 2019 年 10 月 1 日创建

推荐阅读