在R

Question

我正在尝试绘制x轴上的年龄，y轴上的预期血清尿酸盐以及男性/白人，女性/白人，男性/黑人，女性/黑人的线图，并使用lm（）函数。

goutdata <- read.table("gout.txt", header = TRUE)
goutdata$sex <- factor(goutdata$sex,levels = c("M",  "F"))
goutdata$race <- as.factor(goutdata$race)

fm <- lm(su~sex+race+age, data = goutdata)
summary(fm)
ggplot(fm, aes(x= age, y = su))+xlim(30, 70) + geom_jitter(aes(age,su, colour=age)) + facet_grid(sex~race)

我尝试将facet_wrap（）函数与ggplot一起使用来解决类别变量，但是我只想创建一个图。我正在尝试将geom_jitter和geom_smooth组合使用，但是我不确定如何将geom_smooth（）与分类变量一起使用。任何帮助，将不胜感激。

数据：https://github.com/gdlc/STT465/blob/master/gout.txt

Answer 1

我们可以使用interaction()快速创建分组，并在geom_smooth()内执行OLS。在这里，它们被分组为一个图：

ggplot(goutdata, aes(age, su, color = interaction(sex, race))) +
  geom_smooth(formula = y~x, method="lm") +
  geom_point() +
  hrbrthemes::theme_ipsum_rc(grid="XY")

然后扩展到各个方面：

ggplot(goutdata, aes(age, su, color = interaction(sex, race))) +
  geom_smooth(formula = y~x, method="lm") +
  geom_point() +
  facet_wrap(sex~race) +
  hrbrthemes::theme_ipsum_rc(grid="XY")

您现在对https://github.com/gdlc/STT465/blob/master/HW_4_OLS.md的＃1有部分答案：-）

Answer 2

您可能可以使用geom_smooth()来显示回归线？

dat <- read.table("https://raw.githubusercontent.com/gdlc/STT465/master/gout.txt", 
                   header = T, stringsAsFactors = F)

library(tidyverse) 

dat %>%
  dplyr::mutate(sex = ifelse(sex == "M", "Male", "Female"),
                race = ifelse(race == "W", "Caucasian", "African-American"),
                group = paste(race, sex, sep = ", ")
                ) %>%
  ggplot(aes(x = age, y = su, colour = group)) +
  geom_smooth(method = "lm", se = F, show.legend = F) +
  geom_point(show.legend = F, position = "jitter", alpha = .5, pch = 16) +
  facet_wrap(~group) +
  ggthemes::theme_few() +
  labs(x = "Age", y = "Expected serum urate level")