带有ggplot和predict（）的散点图

我不是R专家，我必须用R做一些事情。。。但即使是简单的任务，我也会累加。。。很抱歉，如果这是一个基本问题，但我在stackoverflow中没有看到像我这样的问题

我在R中使用ggplot2和predict（）时很不愉快

如果有人能帮助我，我将不胜感激

    setwd("/home/kaihami/Desktop/Python/RR_Bioinfo/")


library("ggplot2")

data_total <- data.frame(bac, Phylum, Domain, CDS, Total)

#model (Total)
modlinear <- lm(Total ~ CDS)
xmin <- min(logCds2)
xmax <- max(logCds2)
predicted <- data.frame(logCds2=seq(xmin, xmax, length.out=length(logCds2)))
predicted$Total <- predict(modlinear, predicted)

#Total RR (ln)geom_line(aes(x=x, y=y.hat), col=2)
ggplot(data_total, aes(x = CDS, y = Total, colour = Domain))+
  geom_point(size=3.2, alpha = 0.4) +
  theme_bw()+theme(axis.line = element_line(colour = "black"),
                   panel.grid.major = element_blank(),
                   panel.grid.minor = element_blank(),
                   panel.border = element_blank(),
                   panel.background = element_blank(),
                   legend.title=element_blank(),
                   legend.key=element_blank()) +
  geom_abline(data = predicted)

setwd（“/home/kaihami/Desktop/Python/RR_Bioinfo/”）
图书馆（“ggplot2”）
data_total
geom_abline（）
类似于说y=ax+b，然后指定斜率和截距

geom_line（）
绘制直线拟合数据。查看@Dennis评论的网站

所以你有两个选择。如果回归线是线性的，请使用
geom\u abline（）
并指定斜率和截距，或者，如果要绘制预测数据，请使用
geom\u线（数据=预测…
和适当的参数。更有意义吗？
从这里开始：如果需要置信区间，请查找method=“lm”和se参数，这将取代大部分模型拟合代码。谢谢！我试试你的建议！