Stata中的qfit与R中的qplot（或几何平滑？）

我想画出两个变量之间的关系。我有大约15000个观察点，所以点图是没有选择的。我最初开始在Stata绘制关系图，结果达到了我的预期。我决定切换到R，并意识到我无法获得相同的结果

因此，我想知道：Stata和R中的代码有什么区别？如何从R中的Stata复制图形

在斯塔塔我试过了

twoway qfit prob1 ps1

在R我试过了

qplot(ps1,prob1, geom='smooth', xlab="temperature", ylab="probability to irrigate", span =0.5)

比较：左边的图是Stata中的图，右边的图是R中的图。

我还尝试了与geom_smooth的组合，例如：

library(ggplot2)
ggplot(Mydata_full, aes(ps1,prob1))  + geom_smooth()

---

这再次给出了非常不同的结果。我想我没有正确理解这些函数之间的所有差异。有什么提示吗

找到好的解决方案通常与使用正确的搜索词有关。我在上面的问题中指出，我不知道这些图表之间的确切区别，这表明我不知道从哪里查找。这与不阅读文档无关。尼克指出，我必须寻找二次函数，这有助于我确定搜索区域的范围。这就是解决方案：

ggplot(Mydata_full,aes(x=ps1)) +
  stat_smooth(aes(y = prob1),method = "lm", formula = y ~ x + I(x^2), size = 1)+
  scale_y_continuous(limits = c(0, 1))

---

比例是不同的，只要看看统计数据就知道了，y轴是完全不同的标准。人们可以看一眼，确定Stata中的双向qfit符合二次型，因此“q”表示二次型。我不是R方面的权威，但我的理解是，

qplot

中的“q”表示快速，

qplot

根本不适用于二次曲线，而是范围更广。更重要的是，这里很明显，您的R语法根本不适合二次型，而是更平滑的，很可能是lo（w）ess或lo（w）ess-like。请阅读文档。标题是错误的，因为它是

qfit

（Stata）和

qplot

（R）。为什么一条曲线向下到右边，而另一条曲线向上也是一个谜，但是如果没有一个可复制的例子，那么就只能胡思乱想了。很好，你现在知道该做什么了，但是如果你确实阅读了文档，那么不清楚双向qfit在Stata中的作用似乎很难解释。。。更有趣的是，就您的特定数据而言，为什么这些图表看起来完全不同？如果平滑图可信，那么二次曲线就不可信，反之亦然。问题可能是统计性的，那么为什么不将数据和问题发布到交叉验证上呢？