stat.smooth（在ggplot2中）smooth.Pline包裝

對不起，如果這個問題是微不足道的，但我想弄清楚如何在R中繪製某種類型的自然立方樣條（NCS），它完全躲過了我。stat.smooth（在ggplot2中）smooth.Pline包裝

在previous question我學會了如何在ggplot中繪製ns（）命令生成的NCS，但是我感興趣的是如何在pspline包中生成略有不同的NCS生成smooth.Pspline命令。據我所知，這是唯一一個可以根據給定數據集自動選擇適當CV平滑懲罰的軟件包。

理想情況下，我將能夠提供smooth.Pline作爲ggplot2中stat_smooth圖層的方法。我目前的代碼是這樣的：

plot <- ggplot(data_plot, aes(x=age, y=wOBA, color=playerID, group=playerID)) 
plot <- plot + stat_smooth(method = lm, formula = y~ns(x,4),se=FALSE)

我想用smooth.Pspline的功能替換「lm」公式。我做了一些搜索，發現了Hadley編寫的非常相似的B樣條函數smooth.spline的solution。但我無法完美地適應這種平滑。有人對此有經驗嗎？

非常感謝！

來源

2013-10-10 gogurt

您只需檢查predict.smooth.Pspline如何返回預測值。

在stat_smooth的內部運行中，調用predictdf來創建平滑線。 predictdf是ggplot2（定義爲here）的內部（非導出）函數，它是一種標準的S3方法。

sm.spline返回smooth.Pspline類的對象，因此對於stat_smooth工作，你需要爲predictdf創建方法smooth.Pspline類。

因此，下面的工作。

smP <- function(formula,data,...){ 
    M <- model.frame(formula, data) 
    sm.spline(x =M[,2],y =M[,1]) 

} 
# an s3 method for predictdf (called within stat_smooth) 
predictdf.smooth.Pspline <- function(model, xseq, se, level) { 
    pred <- predict(model, xseq) 
    data.frame(x = xseq, y = c(pred)) 
}

一個例子（具有pspline裝配使用mgcv::gam作爲比較）。 mgcv是真棒，並給出了擬合方法極大的靈活性和樣條平滑的選擇（雖然不是CV，只有GCV/UBRE/REML/ML）

d <- ggplot(mtcars, aes(qsec, wt)) 
d + geom_point() + stat_smooth(method = smP, se= FALSE, colour='red', formula = y~x) + 
stat_smooth(method = 'gam', colour = 'blue', formula = y~s(x,bs='ps'))

enter image description here

來源

2013-10-10 01:03:49 mnel

你能解釋一下函數或類調度原則，導致'predictdf.smooth.Pspline'被稱爲？哈德利寫這篇文章的時候我並沒有明白，但我也沒有看到這方面的聯繫。我發現stat_smooth應該返回與您爲該函數的參數設置相同的值，但是什麼決定了它如何命名或被調用？ –

@Dwin - 我已經編輯了答案。 – mnel

你們在這裏很棒。謝謝你的偉大答案。 – gogurt

stat.smooth（在ggplot2中）smooth.Pline包裝

回答

相關問題