R 如何将非线性模型添加到散点图？

我想在散点图中添加一个带置信带的非线性模型。为了解释，我使用了0到1000米范围内的温度、盐度等垂直深度剖面数据。在交换轴之后，我不幸地未能添加带有置信带的回归模型。如果你们中有人能帮我开始这项工作，我将不胜感激

我的数据如下所示：

     CTD Area Station Cast    Lat  Long Month Day Hour Temp  Sal    DO Fluo Depth
898 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.7   1.0
899 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.5   2.0
900 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.7  1.5   3.0
901 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.5  1.6   4.0
902 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.3  1.8   5.0
903 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.9   6.0
904 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.8  1.8   7.0
905 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.7  1.7   7.9
906 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  1.7   8.9
907 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  2.1   9.9
908 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.1  1.9  10.9
909 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  1.7  11.9
910 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  2.3  12.9
911 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.8  1.7  13.9
912 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.4  14.9
913 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 283.0  1.5  15.9
914 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.4  16.9
915 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.6  17.9
916 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 281.5  1.6  18.9
917 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 280.9  1.5  19.9
918 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 281.9  1.9  20.9
919 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 284.8  1.4  21.9
920 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 286.4  1.5  22.8
921 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 286.5  1.8  23.8
922 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 285.7  1.8  24.8

p1<-ggplot(A1,aes(x=Temp,y=Depth,group=Cast))+
  geom_point()+xlim(c(6,12))+scale_y_reverse(lim=c(500,0))
p1

在给定的示例中，最上面25米处的温度没有变化，但请相信我，下面的温度会变化

到目前为止，我的代码如下所示：

     CTD Area Station Cast    Lat  Long Month Day Hour Temp  Sal    DO Fluo Depth
898 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.7   1.0
899 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.5   2.0
900 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.7  1.5   3.0
901 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.5  1.6   4.0
902 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.3  1.8   5.0
903 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.9   6.0
904 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.8  1.8   7.0
905 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.7  1.7   7.9
906 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  1.7   8.9
907 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  2.1   9.9
908 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.1  1.9  10.9
909 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.2  1.7  11.9
910 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  2.3  12.9
911 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.8  1.7  13.9
912 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.4  14.9
913 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 283.0  1.5  15.9
914 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.9  1.4  16.9
915 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 282.4  1.6  17.9
916 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 281.5  1.6  18.9
917 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 280.9  1.5  19.9
918 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 281.9  1.9  20.9
919 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 284.8  1.4  21.9
920 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 286.4  1.5  22.8
921 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 286.5  1.8  23.8
922 9102    1      12    1 -44.59 174.2    10  24   20 10.7 34.6 285.7  1.8  24.8

p1<-ggplot(A1,aes(x=Temp,y=Depth,group=Cast))+
  geom_point()+xlim(c(6,12))+scale_y_reverse(lim=c(500,0))
p1

---

p1
ggplot
提供了使用
geom_平滑
自动拟合黄土曲线的可能性：

ggplot(A1,aes(x=Temp,y=Depth,group=Cast)) +
  geom_point() +
  geom_smooth() +
  xlim(c(6,12)) + 
  scale_y_reverse(lim=c(500,0))

然而，这是一个问题，如果你没有想要展示的实际模型，这是否符合你的需要。
你的模型是什么？大多数模型都会给出预测和置信区间，你可以将它们添加到你的情节中；不知道如何想出一个最好的。数据看起来像一个多项式形状，不是线性的或指数的。如果你没有模型，你可以在你感兴趣的
y
和
x
变量上拟合一个非参数函数（我认为分别是温度和深度）。为此，您可以使用
stats
包中的
lowss
或
smooth.spline
函数或
mgcv
函数中的
gam
函数。后者的文档内容为：“对于使用拟合模型预测的任何数量，都可以随时获得置信/可信区间。”以下问题的答案也可能很方便：谢谢，非常感谢您的建议！