R ggplot2散点图添加自定义置信区间带线;类似于abline()方法
问题背景:散点图;使用ggplot2和数据框中的数据;寻求添加自定义几何线()[或几何线()],以使用线性回归模型在离散数据上包括内部散点图置信区间上限和下限 错误上下文:消息错误:提供给连续刻度的离散值 是的,我知道并理解数据是离散的。对于允许安装自定义线位置的显示线,建议使用哪种方式将线添加到数字数据?类似于cars::scatterplot()对显示的四分位线位置所做的操作,但我试图添加自定义置信区间上限和下限。对于推荐的ggplot2:geom_线()或geom_段()或geom_线() 样本数据:数据帧“nt”(更正:nt、normtemp、相同名称)R ggplot2散点图添加自定义置信区间带线;类似于abline()方法,r,ggplot2,scatter-plot,R,Ggplot2,Scatter Plot,问题背景:散点图;使用ggplot2和数据框中的数据;寻求添加自定义几何线()[或几何线()],以使用线性回归模型在离散数据上包括内部散点图置信区间上限和下限 错误上下文:消息错误:提供给连续刻度的离散值 是的,我知道并理解数据是离散的。对于允许安装自定义线位置的显示线,建议使用哪种方式将线添加到数字数据?类似于cars::scatterplot()对显示的四分位线位置所做的操作,但我试图添加自定义置信区间上限和下限。对于推荐的ggplot2:geom_线()或geom_段()或geom_线()
temp
人力资源
1 96.3 70
2 96.7 71
3 96.9 74
4 97.0 80
5 97.1 73
6 97.1 75
使用plot(),而不是ggplot()+geom_point(),我确实完成了为上下波段绘制散点图置信区间的工作
这是通过使用
ylimits <- c(min(fitted.pred[,"lwr"]), max(fitted.pred[,"upr"]))
为置信区间的模型线添加abline(模型),并为不同的置信区间水平多次设置线,其中xplot=data.frame:
lines(xplot[,], fitted.conf_int[,"lwr"])
不要在geom_线的美学中指定颜色:
aes(x=hr,y=temp),color='black')
但问题涉及temp
变量(我认为)。我猜它是离散的,但您使用的是scale-color\u gradient
,它需要一个连续变量。也许您需要scale\u color\u manual
?并且请(始终)包括数据样本(包括nt
和normtemp
)。使诊断错误更容易。:)您添加的“示例数据”只有一个结构,但代码使用两个:nt
和normtemp
?这是一个很好的解释如何添加一个最小的可重复的例子。MRE帮助其他人找到并测试您问题的答案!此外,您的“样本数据”(同样是nt
或normtemp
?)中没有一个变量是离散的(它们都是数字的)。一点帮助会大有帮助;)对不起,我错了,nt是可变数据帧,不是normtemp
ylimits <- c(min(fitted.pred[,"lwr"]), max(fitted.pred[,"upr"]))
plot(df, ylim=ylimits)
lines(xplot[,], fitted.conf_int[,"lwr"])