R geom_smooth能否接受glm的逻辑变量？

我有一个数字和逻辑变量的TIBLE，例如：

       x     f      y
   <dbl> <int>  <dbl>
 1 -2        1 -0.801
 2 -1.96     0 -2.27 
 3 -1.92     0 -1.75 
 4 -1.88     0 -2.44 
 5 -1.84     1 -0.123
          ...

我想绘制点和回归线，一次以

x

作为预测因子，一次以

f

作为结果（逻辑回归），一次以

x

和

f

作为预测因子，一次以

y

作为结果（线性回归）。这适用于逻辑回归

ggplot(tb1, aes(x, f)) +
  geom_point() +
  geom_smooth(method="glm", method.args=list(family="binomial"))

产生：

但是：

产生：

这是错误的。我希望将

f

视为一个因子，生成两条回归线，并生成一个离散的而不是连续的彩色图例。我可以手动将

f

强制为逻辑值：

tb2 = tb1 %>% mutate(f = f>0)

并获得正确的线性回归图：

但现在我无法绘制逻辑回归。我明白了

警告消息：
在统计平滑（）中计算失败。：

---

y值必须为0在

ggplot

中使用

color=（f>0）

或

color=factor（f）

？@Andrew：是的，这是一个解决方法，但它会给我一个图例“f>0”，而不是简单的“f”。然而，在语义上，

f

是一个逻辑变量，我希望在代码的其余部分中这样处理它。相反的解决方法是使用

1*f

作为逻辑图中的预测值，但这会降低代码的可读性。您可以在

scale\u color

语句中轻松使用

name

参数来更改图例中变量的名称。问题是，

ggplot

倾向于将任何数字视为连续变量。如果

f

是逻辑的，我想你可以直接在逻辑图中使用

y=f

——它将被强制为数字。@安德鲁：我还以为逻辑会自动强制为数字

glm

似乎能够做到这一点，但不能

ggplot

。至于

scale\u color

，谢谢，但它看起来仍然是一个解决办法，与使用两个不同类型的变量没有太大区别。将f转换为逻辑（您也可以使用

As.logical（f）

）用于@AndrewGustar建议的颜色美学中有什么问题？这并不是一个真正的解决方法，只是使变量类适应函数的需要。这在脚本中也不应该是一个问题？

ggplot(tb1, aes(x, y, colour=f)) +
  geom_point() +
  geom_smooth(method="lm")

tb2 = tb1 %>% mutate(f = f>0)

summary(glm(f ~ x, binomial, tb1))
summary(lm(y ~ x + f, tb1))
summary(glm(f ~ x, binomial, tb2))
summary(lm(y ~ x + f, tb2))