R 比例变换和坐标系变换的区别是什么

在用于坐标变换的coord_trans函数的文档中，它说这个函数和scale_x_log10之间的区别是，变换发生在统计之后，而scale变换发生在统计之前，我没有得到要点。

---

以及如何使用这两种方法绘制数据

您提供的文档中的引用告诉我们，在与绘图相关的任何统计分析之前，都会发生尺度变换

文档中提供的示例特别有用，因为它涉及回归分析。在比例变换的情况下，即使用

d <- subset(diamonds, carat > 0.5)
qplot(carat, price, data = d, log="xy") + geom_smooth(method="lm"),

首先对未转换的数据（和轴，即独立于绘图）执行回归分析，然后使用转换后的坐标绘制所有数据。这导致回归线一点也不直，因为其方程（或者更确切地说，其点的坐标）是在坐标变换过程中变换的

这在文档中通过使用进一步说明

library(scales)
qplot(carat, price, data=diamonds, log="xy") +
  geom_smooth(method="lm") +
  coord_trans(x = exp_trans(10), y = exp_trans(10))

---

在那里你可以看到1。使用比例变换，2。装配一条直线和3。将坐标转换回原始（线性）系统，这不会产生应有的直线。在第一个场景中，您实际拟合了一条指数曲线，该曲线在对数图上看起来笔直。

说“在变换轴上使误差最小化”是什么意思？@whoper510这意味着找到一条与点“最近”（相对于所选度量）的线。当只转换轴而不是数据时，这不会给你一个线性回归中通常想要的结果。对，我想我应该在我的问题中更具体一些。我理解通过最小化某些成本函数（例如SS误差）的值来找到最佳拟合线的想法，但轴在该过程中扮演什么角色？在学习回归时，我只看到观察到的数据起了作用（尽管我猜轴是隐式使用的）。ggplot如何在回归中明确显示轴？预测的y是在变换的尺度上还是什么？@whoper510好吧，变换轴或变换数据实际上是一回事，只是从不同的角度看。你是对的，关于尺度和数据的事情令人困惑，我试图让它更清楚。

library(scales)
qplot(carat, price, data=diamonds, log="xy") +
  geom_smooth(method="lm") +
  coord_trans(x = exp_trans(10), y = exp_trans(10))