接收ggplot2 mtcars示例中的stat_平滑方程

嗨，我想知道如何在ggplot2或向量或其他地方检索stat_smooth方程。我使用的代码是：

p <- ggplot(data = mtcars, aes(x = disp, y = drat)) 
p <- p + geom_point() + stat_smooth(method="loess") 
p

---

pggpmisc

包非常有用。然而，它对黄土不起作用，因为黄土没有给出公式。请看这里：

库（ggplot2）
图书馆（ggpmisc）
pggpmisc
package非常有用。然而，它对黄土不起作用，因为黄土没有给出公式。请看这里：

库（ggplot2）
图书馆（ggpmisc）
p我认为你唯一的选择是直接进入
stat\u smooth
的代码。首先，你的目标是什么？要使用方程（最佳拟合）并将其推广到类似的数据拟合，我认为你唯一的选择是直接进入
stat\u smooth
的代码。首先，你的目标是什么？使用方程（最佳拟合）并将其推广到类似的数据拟合中。除了黄土函数，还有其他选择吗？或者黄土是数据趋势的可视化。如果你想要一个方程，我建议你应用回归技术，如线性模型、多项式回归或广义自适应模型（GAM）。然而，在大多数情况下，您需要预先定义数据之间的关系，例如y~x或y~x+x^2。关于你的问题，这里有一个很好的讨论：那么除了黄土函数还有其他选择吗？或者黄土是数据趋势的可视化。如果你想要一个方程，我建议你应用回归技术，如线性模型、多项式回归或广义自适应模型（GAM）。然而，在大多数情况下，您需要预先定义数据之间的关系，例如y~x或y~x+x^2。关于你的问题，这里有一个很好的讨论：
library(ggplot2)
library(ggpmisc)
p <- ggplot(data = mtcars, aes(x = disp, y = drat)) +
  geom_point() + 
  geom_smooth(method="lm", formula=y~x) +
  stat_poly_eq(parse=T, aes(label = ..eq.label..), formula=y~x)
p