En utilisant ggplot()
, je suis en train de tracer les résultats d'une analyse de covariance où les pentes des deux composants linéaires sont égaux: à savoir, lm(y ~ x + A)
. Le comportement par défaut pour geom_smooth(method = "lm")
consiste à tracer des pentes et des intersections distinctes pour chaque niveau de chaque facteur. Par exemple, avec deux niveaux de A
pente Contraindre à stat_smooth avec ggplot (traçage ANCOVA)
library(ggplot2)
set.seed(1234)
n <- 20
x1 <- rnorm(n); x2 <- rnorm(n)
y1 <- 2 * x1 + rnorm(n)
y2 <- 3 * x2 + (2 + rnorm(n))
A <- as.factor(rep(c(1, 2), each = n))
df <- data.frame(x = c(x1, x2), y = c(y1, y2), A = A)
p <- ggplot(df, aes(x = x, y = y, color = A))
p + geom_point() + geom_smooth(method = "lm")
je peux adapter à la ANCOVA séparément avec lm()
puis utilisez geom_abline()
ajouter manuellement les lignes. Cette approche présente un certain nombre d'inconvénients, notamment le fait que les lignes s'étendent au-delà de la plage des données et spécifient manuellement les couleurs.
fm <- lm(y ~ x + A, data = df)
summary(fm)
a1 <- coef(fm)[1]
b <- coef(fm)[2]
a2 <- a1 + coef(fm)[3]
p + geom_point() +
geom_abline(intercept = a1, slope = b) +
geom_abline(intercept = a2, slope = b)
Je sais ancova()
dans le paquet HH automatise le tracé, mais je ne suis pas vraiment pour les graphiques en treillis. Donc, je suis à la recherche d'une solution ggplot()
-centrique.
library(HH)
ancova(y ~ x + A, data = df)
Y at-il une méthode pour y parvenir en utilisant ggplot()
? Pour cet exemple, A
a deux niveaux, mais j'ai des situations avec 3, 4 ou plusieurs niveaux. L'argument formula
à geom_smooth()
ne semble pas avoir la réponse (pour autant que je sache).
En bref - adapter le modèle, puis tracer la _predictions_. 'expand.grid' sera utile – hadley