R:ggplot2散点图和效果图之间的重叠

我做了以下二项glm：

fit_MLPAlog2 = glm(cbind(infected, not_infected)~treatment*log(day+1), family = binomial, data = data)

我想画出下面的图：

我试过了

plot(allEffects(mod = fit_MLPAlog2), type = "response", ylim = c(0,1),lwd = 0.5, ylab = "Above detection treshold", xlab = "Day", multiline = FALSE)

所以我得到了下面的图表：

我还尝试使用ggplot2进行绘图，然后得到数据点：

p1 <- ggplot(data, aes(day, propinfected, colour = treatment)) + 
      geom_point(size = 3) + geom_smooth(method="glm") + 
      labs(x = "Day", y = "Above treshold") + theme_bw() +
      theme(legend.position = "top", legend.text = element_text(size = 12), 
            legend.title = element_text(size = 14))

---

提前谢谢

所以我认为这很接近：

library(reshape2)

set.seed(1234)
rawdata <- data.frame(day = 1:16)
rawdata$CTRL <- c(0, 22,44,55, 56,62,68,  70,75,78,  82,84,87,  89,92,95)/100 + 
                                                               c(0,rnorm(15,0,0.03))
rawdata$DIW <- pmin(1.0,((160-rawdata$day)/170) + rnorm(16,0,0.02))
#rawdata$CTRLdots <- c(0,55,60,75,77)

data <- melt(rawdata,id.var=c("day"),value.name="propinfected",variable.name="treatment")

clrs <- c("CTRL"="grey","DIW"="grey")
ltyp <- c("CTRL"="solid","DIW"="dotted")
fils <- c("CTRL"="black","DIW"="white")

p1 <- ggplot(data, aes(day, propinfected, 
       colour = treatment,fill=treatment,linetype=treatment)) + 
  geom_point(size = 4,shape=21) + 
  geom_smooth(method="loess",fill=I("grey")) + 
  scale_y_continuous(limits=c(0,1)) +
  scale_color_manual(values=clrs)+
  scale_fill_manual(values=fils)+
  scale_linetype_manual(values=ltyp)+
  labs(x = "Day", y = "Above detection threshold (%)") + theme_bw() +
  theme(legend.text = element_text(size = 12), 
        legend.title = element_text(size = 14),
        legend.justification=c(1,0), 
        legend.position=c(1,0)
        )
  print(p1)

library（重塑2）
种子集（1234）
rawdata您可以使用dput（）将数据集添加到您的帖子中吗？我在下面添加了数据集。@Mike Wise answer有什么问题吗？这是一个很好的答案，但我不太理解R对命令rawdata的作用。谢谢您的提示，但我不明白crls之前会发生什么。你能给我解释一下吗？谢谢。我会的，但在此期间进行表决将不胜感激。我现在需要去吃晚饭。
ggplot
通常需要作为“长数据”而不是“宽数据”的数据。看看这篇文章melt所做的只是为您提供一种灵活的方式，将宽数据“融化”为长数据。前三条语句（
rawdata
assignments）只是创建与您的数据有点相似的伪数据。没什么特别的。如果你从一开始就提供数据，我就不会这么做了。很高兴能帮上忙。如果您能把它标对，我将不胜感激。
library(reshape2)

set.seed(1234)
rawdata <- data.frame(day = 1:16)
rawdata$CTRL <- c(0, 22,44,55, 56,62,68,  70,75,78,  82,84,87,  89,92,95)/100 + 
                                                               c(0,rnorm(15,0,0.03))
rawdata$DIW <- pmin(1.0,((160-rawdata$day)/170) + rnorm(16,0,0.02))
#rawdata$CTRLdots <- c(0,55,60,75,77)

data <- melt(rawdata,id.var=c("day"),value.name="propinfected",variable.name="treatment")

clrs <- c("CTRL"="grey","DIW"="grey")
ltyp <- c("CTRL"="solid","DIW"="dotted")
fils <- c("CTRL"="black","DIW"="white")

p1 <- ggplot(data, aes(day, propinfected, 
       colour = treatment,fill=treatment,linetype=treatment)) + 
  geom_point(size = 4,shape=21) + 
  geom_smooth(method="loess",fill=I("grey")) + 
  scale_y_continuous(limits=c(0,1)) +
  scale_color_manual(values=clrs)+
  scale_fill_manual(values=fils)+
  scale_linetype_manual(values=ltyp)+
  labs(x = "Day", y = "Above detection threshold (%)") + theme_bw() +
  theme(legend.text = element_text(size = 12), 
        legend.title = element_text(size = 14),
        legend.justification=c(1,0), 
        legend.position=c(1,0)
        )
  print(p1)