R ggplot2名称空间问题

所以我在读，关于x对y的回归并没有给你一条与y~x回归相等的线（长话短说，你在每种情况下最小化不同的残差），我想我会看看是否对我的数据有任何影响。不幸的是，我无法使ggplot2的统计平滑地回归x对y

以下是我的数据中的100行示例：

> dput(df)
structure(list(Sample1 = c(4.98960685567417, 3.47204999768371, 
-1.02623042506767, -3.32192809488736, 4.92376518190495, 5.18057364383907, 
3.37344268231229, 7.17221940674516, -1.53797027495265, 4.59078735278587, 
-3.32192809488736, 4.13323387842297, -3.32192809488736, 1.55320685650568, 
3.45928530433997, 6.52941436696241, 0.291721646202104, 1.34692630168789, 
2.588263571484, 7.93984265473926, -1.02623042506767, -3.32192809488736, 
5.97393529545249, 4.96272548511184, -3.32192809488736, 3.19245860152084, 
-0.181177668537811, 1.1702151401323, 7.19741957077731, -3.32192809488736, 
3.09679962523049, 6.89612648849508, 4.49710160528899, 2.90303096540262, 
2.44022334122376, 4.53409217014818, 4.7590708357255, 4.72481633684295, 
0.691615956272056, 3.49724548154186, 3.31795986458613, 5.83755830779617, 
4.36304299927157, -0.0295430166578704, 5.02251917128349, 7.38120720286448, 
2.00357119131309, 3.28216732938001, 4.78231786359764, -0.764299371525642, 
3.92619319211129, 0.0406883788967327, 2.85511116340049, 5.66764040870341, 
1.5770354481397, 6.94329764296121, 3.9308239558015, 5.74724483501107, 
5.88247371232242, 3.60547757169518, -3.32192809488736, -0.542695575918393, 
5.28191680995643, 2.77496647475118, -1.34650507208309, -2.74783703944563, 
6.41591061993452, 3.7539739823111, 2.49127670210767, 6.65016370221803, 
6.32032425410637, -3.32192809488736, 0.402556327534611, 2.34628748804301, 
0.89488462084739, 1.1702151401323, -3.32192809488736, 4.72748036766425, 
5.61681844161155, 2.03831731682591, -0.443475473403791, -2.74783703944563, 
-3.32192809488736, 4.10482914538061, 5.3663866285164, 2.15373368651261, 
-3.32192809488736, 5.45745992658215, -0.764299371525642, 1.69060972560112, 
0.171658206055067, 4.46553470954628, 4.93993527938277, 2.23086351589855, 
0.2329385503416, 6.14110973873979, -0.443475473403791, -3.32192809488736, 
4.16502606126426, 5.45906373012262), Sample2 = c(4.87035389289972, 
3.05631305243025, 0.82323632916493, -2.4296633454796, 4.91811337313532, 
5.03007694504678, 3.33859900165761, 6.54820168349871, -2.4296633454796, 
4.86188407042978, -3.32192809488736, 4.62717002820498, -1.67106299528127, 
-3.32192809488736, 2.98790308889454, 6.05226752694174, 0.596977520519267, 
1.99826710332906, 2.23966464285132, 8.01717854320643, -0.00159952300352469, 
-1.48670630366969, 5.43594909921552, 4.95640818811881, -3.32192809488736, 
4.90168009665292, 0.555561013584398, 2.27836717662796, 6.47511546712932, 
-3.32192809488736, 3.01870866264235, 2.08814992134377, 3.65522335205242, 
3.36281234142216, 1.68917367193269, 3.90649842473784, 4.95242469001903, 
4.78780929337046, 3.21768687367553, 3.85621590296538, 3.41005295130021, 
5.53250156756501, 3.7175760684724, 0.676405696816667, 5.14971539956163, 
6.98398467911331, 3.3567969981478, 3.88157621603906, 4.90168009665292, 
-0.0647853872737311, 4.55018561922281, 1.21774415322831, 2.60706104004096, 
5.87421631057342, 2.22652958465421, 7.02865467720292, 3.39838702576746, 
5.19424993242169, 5.32786325515541, 2.67632233586628, -2.80788789937207, 
0.172877949731557, 4.84264318258294, 2.7144567398541, -0.00159952300352469, 
-1.17646253367489, 6.33756586506636, 3.68433673855881, 2.62719159116047, 
6.51076754571708, 6.31214443849056, -1.88247779017497, 0.714537926272974, 
3.17045554987033, 0.32851270527504, 9.05953630113146, -2.80788789937207, 
4.36480327392371, 5.88366056411048, 1.63054822649657, 2.01364185790907, 
-1.04323142745032, -2.80788789937207, 2.88298417549747, 5.60661313436485, 
1.9024101424183, -0.516096487844633, 5.42017137768702, -0.921270583844273, 
2.36482913745982, 2.46888455306976, 4.55807157102875, 5.01105219152827, 
1.19094552584428, 0.987970258058337, 5.55106017924769, 2.15899824583894, 
-3.32192809488736, 3.92287721859118, 5.06185416274169)), .Names = c("Sample1", 
"Sample2"), class = "data.frame", row.names = c(NA, -100L))

当我尝试使用ggplot2绘图时，我可以轻松地将x上的回归y放置在绘图上：

> ggplot(df, aes(x=Sample1,y=Sample2)) + geom_point() + stat_smooth(formula = y~x, method = "lm")

但如果我尝试使用公式中的任何其他内容，我会得到一个“找不到对象”错误：

> ggplot(df, aes(x=Sample1,y=Sample2)) + geom_point() + stat_smooth(formula = y~x, method = "lm") +  stat_smooth(formula = x~y, method = "lm")
Error in eval(expr, envir, enclos) : object 'y' not found

我尝试使用原始列名（Sample1和Sample2）而不是x和y，并且给

stat\u smooth

它自己的aes，所有这些都给出了相同的错误

我假设这是一个名称空间错误：不知何故，公式是在错误的环境中计算的，但我不知道为什么一个有效，而另一个无效，或者如何解决问题

---

任何想法都值得欣赏。

一种解决方法是在更平滑的调用中使用另一个

aes（）

调用来切换

x

和

y

：

ggplot(df, aes(x=Sample1,y=Sample2)) + 
    geom_point() + 
    stat_smooth(method="lm") + 
    stat_smooth(aes(x=Sample2,y=Sample1), method="lm")

---

解决方法是在更平滑的调用中使用另一个

aes（）

调用来切换

x

和

y

：

ggplot(df, aes(x=Sample1,y=Sample2)) + 
    geom_point() + 
    stat_smooth(method="lm") + 
    stat_smooth(aes(x=Sample2,y=Sample1), method="lm")

---

您需要考虑在您试图绘制的绘图上下文中，stat_smooth（formula=x~y，method=“lm”）在做什么

最有可能出现错误的原因是，当在公式解析代码中计算

公式

时，

~

右侧命名的变量（

y

，在错误情况下）在ggplot内部定义的数据集中不与绘图的x轴相对应

ggplot

必须隔离

x

变量数据，并且只能从该数据对象中查找变量

现在回到思考你的阴谋。您绘制了x轴上带有

x

且y轴上带有

y

的绘图。

x~y

的线性模型的数据向量位于相反的“轴”上。所以从语法的角度来看，你给出的定义没有意义。我想我想说的是，公式的右侧只能包含

x

或

x

的函数，因为这是内部可用的全部内容

如果要执行此操作，请自己为

x~y

添加回归线，类似于：

mod <- lm(Sample1 ~ Sample2, data = df)
pdat <- with(df, data.frame(Sample2= seq(min(Sample2), max(Sample2), 
                                         length = 100)))
pdat <- transform(pdat, Sample1 = predict(mod, newdata = pdat))

ggplot(df, aes(x=Sample1,y=Sample2)) + 
  geom_point() + 
  stat_smooth(formula = y~x, method = "lm") +
  geom_line(data = pdat, aes(x = Sample1, y = Sample2))

---

为了适应这一点，但这是留给读者的一个练习。

您需要考虑在您试图绘制的图的上下文中，stat\u smooth（formula=x~y，method=“lm”）在做什么

最有可能出现错误的原因是，当在公式解析代码中计算

公式

时，

~

右侧命名的变量（

y

，在错误情况下）在ggplot内部定义的数据集中不与绘图的x轴相对应

ggplot

必须隔离

x

变量数据，并且只能从该数据对象中查找变量

现在回到思考你的阴谋。您绘制了x轴上带有

x

且y轴上带有

y

的绘图。

x~y

的线性模型的数据向量位于相反的“轴”上。所以从语法的角度来看，你给出的定义没有意义。我想我想说的是，公式的右侧只能包含

x

或

x

的函数，因为这是内部可用的全部内容

如果要执行此操作，请自己为

x~y

添加回归线，类似于：

mod <- lm(Sample1 ~ Sample2, data = df)
pdat <- with(df, data.frame(Sample2= seq(min(Sample2), max(Sample2), 
                                         length = 100)))
pdat <- transform(pdat, Sample1 = predict(mod, newdata = pdat))

ggplot(df, aes(x=Sample1,y=Sample2)) + 
  geom_point() + 
  stat_smooth(formula = y~x, method = "lm") +
  geom_line(data = pdat, aes(x = Sample1, y = Sample2))

---

为了适应这一点，但这是留给读者的练习。

我现在恢复了答案。起初我有点担心它可能不会返回预期的结果，所以我删除了它+感谢你对所发生的事情的详细解释。现在请后退一步，这样詹姆斯就可以得到他应有的荣誉了！：-）谢谢，我一定会沉浸在这种荣耀中：）我现在已经恢复了答案。起初我有点担心它可能不会返回预期的结果，所以我删除了它+感谢你对所发生的事情的详细解释。现在请后退一步，这样詹姆斯就可以得到他应有的荣誉了！：-）谢谢，我一定会沉浸在这种荣耀中：）@GavinSimpson嗯，我怀疑坐标在输出中被翻转了。有没有办法在单个元素上执行

coord\u flip（）

？实际上，这似乎毕竟是错误的-它在错误的坐标空间中绘制线。您可以看到，这些线在数据的二元平均值处不相交，这是一个对回归中两个变量的角色变化不变的坐标。很抱歉给你带来了困惑。在鼓励重新打开之前，我应该更彻底地检查你的答案。@GavinSimpson嗯，我怀疑输出中的坐标被翻转了。有没有办法在单个元素上执行

coord\u flip（）

？实际上，这似乎毕竟是错误的-它在错误的坐标空间中绘制线。您可以看到，这些线在数据的二元平均值处不相交，这是一个对回归中两个变量的角色变化不变的坐标。很抱歉给你带来了困惑。在鼓励重新开放之前，我应该更彻底地检查你的答案。伊恩，你认为你可能会不接受詹姆斯的答案吗？它没有做我们任何人都认为的事情。表示逆回归模型的第二条线在坐标系中绘制，该坐标系与图中显示的坐标系不同。因此，两条回归线不会在二元平均值处相交或通过二元平均值（一条相交，但不是反向线）。哦，对不起，我刚刚运行了它，看到它给出了看起来正确的结果。伊恩，你认为你可能会不接受詹姆斯的答案吗？它没有做我们任何人都认为的事情。第二行表示反向回归模式