R 在ggplot2中绘制时间序列线性回归

我的问题是关于用ggplot2表示tslm的时间序列分析

我使用预测包分解了地中海海温时间序列的趋势、季节和剩余分量。然后我用tslm寻找了趋势分量的线性回归的斜率趋势。但我不知道如何用ggplot2绘制tslm。我应该用geom_smoothmodel=lm绘制SST趋势分量吗？lm会提供与tslm相同的结果斜率吗

这是用于构建和分解SST时间序列的代码

library(forecast)

# Loop to calculate trend for any grid point/column
for (i in 2:length(data)){

  # read variable/column to analyse
  var<-paste("V",i,sep="")
  ff<-data$fecha
  valor<-data[,i]  
  datos2<-as.data.frame(cbind(data$fecha,valor))

  #Build time series
  datos.ts<-ts(datos2$valor, frequency = 365)
  datos.stl <- stl(datos.ts,s.window = 365)

  # tslm: Save trend component
  datos.tslm<-tslm(datos.ts ~ trend)
  output[,i-1]<-datos.stl$time.series[,2] 
}

# Summarize trends for the whole Mediterranean (mean value to be plotted)    
trend<-as.data.frame(rowMeans(output[,1:length(output)]))

以及用geom_平滑绘制的代码

trend.plot<-ggplot(data=trend, aes(x=fecha, y=trend)) + geom_point(size=0.1) +
  geom_smooth(method='lm', data = trend[1:12784,]) 

编辑1

---

由于SST数据由一堆文件组成，我已将趋势数据上传到Dropbox，并在本文件中提供。我试图理解您的问题，作为第一次尝试，我修改了您的代码，因为所附数据仅包含2列，因此我删除了for循环，但概括应该不难

library(forecast)
library(ggplot2)
library(zoo)

data <- read.csv('../Downloads/trend_data.csv', header=TRUE)
data$fecha <- as.Date(data$fecha) 

i <- 2
# read variable/column to analyse
var<-paste("V",i,sep="")
ff<-data$fecha
valor<-data[,i]  
datos2<-as.data.frame(cbind(data$fecha,valor))

#Build time series
datos.ts<-ts(datos2$valor, frequency = 365)
datos.stl <- stl(datos.ts,s.window = 365)

# tslm: Save trend component
datos.tslm<-tslm(datos.ts ~ trend)
output <-datos.stl$time.series[,2]

# Summarize trends for the whole Mediterranean (mean value to be plotted)    
# trend<-as.data.frame(rowMeans(output[,1:length(output)]))  

ggplot(data=data, aes(x=fecha, y=trend)) + geom_point(size=0.1) +
  geom_smooth(method='lm', data = data.frame(fecha=data$fecha, trend=output), aes(x=fecha, y=output)) 

如果你想要趋势的平滑版本

ggplot(data=data, aes(x=fecha, y=trend)) + geom_point(size=0.1, col="red") +
  geom_smooth(data = data.frame(fecha=data$fecha, trend=output), aes(x=fecha, y=output),col="blue",size=0.1)

---

您提供的数据以每天一个点的线图形式打印。这能解决你的问题吗

    library(dplyr)
    library(ggplot2)

    trend_data <- read.csv2("../trend_data.csv",
                    sep = ",",stringsAsFactors = FALSE)

    df <- trend_data %>% mutate(fecha = as.Date(fecha), trend = as.numeric(trend))

    ggplot(df, aes(x = fecha, y = trend)) +
     geom_line() + 
     geom_point()

---

您是否尝试过method=tslm？它可能会提供一个类似的输出with@RobinGertenbach它不起作用，因为tslm适用于时间序列，而不是趋势。它给出了这样一条错误消息：stat_smooth中的计算失败：不是时间序列数据，使用lm我尝试运行您的代码。你能定义for循环开头的数据是什么吗？我支持这个动作，你能添加一个脚本为我们创建一些数据吗？有很多这样做的例子。它会给我们一些重要的参数，比如变量的数量和每个变量的观察数量……你没有回答我的问题。当我运行您的示例代码时，我得到一个错误，当我执行输出[，I-1]=…]时，输出尚未定义。。。。缺少什么？嗨，由于为循环提供了数据，所以不需要。我提供了要绘制的数据。实际上，我的问题是关于绘制tslm输出。for循环使用tslm进行线性回归，但ggplot只知道lm，并且在绘图时tslm和lm之间的结果略有不同。tslm适用于时间序列中的线性回归。Hi@wadwas，这只绘制时间序列，我可以这样做。如果可能的话，我想将tslm应用为geom_平滑。您希望geom_平滑基于哪列？

    library(dplyr)
    library(ggplot2)

    trend_data <- read.csv2("../trend_data.csv",
                    sep = ",",stringsAsFactors = FALSE)

    df <- trend_data %>% mutate(fecha = as.Date(fecha), trend = as.numeric(trend))

    ggplot(df, aes(x = fecha, y = trend)) +
     geom_line() + 
     geom_point()