使用以下模拟时间序列:
n=70
m1 = matrix(rnorm(n), ncol=7)
m2 = matrix(rnorm(n, 0,4), ncol=7)
d = data.frame(rbind(m1,m2), cl=rep(c(1,2), each=5))
(前7列代表时间点,最后一列代表类别)
使用ggplot2是否可以构建一个包含每个图中平均曲线的分面时间序列?
结果应该看起来像这样:
使用以下模拟时间序列:
n=70
m1 = matrix(rnorm(n), ncol=7)
m2 = matrix(rnorm(n, 0,4), ncol=7)
d = data.frame(rbind(m1,m2), cl=rep(c(1,2), each=5))
(前7列代表时间点,最后一列代表类别)
使用ggplot2是否可以构建一个包含每个图中平均曲线的分面时间序列?
结果应该看起来像这样:
这并不是最优美的代码,但我相信它可以帮你达到你想要的效果。
n=70
m1 = matrix(rnorm(n), ncol=7)
m2 = matrix(rnorm(n, 0,4), ncol=7)
d = data.frame(rbind(m1,m2), cl=rep(c(1,2), each=5))
d <- cbind(paste("d", 1:NROW(d), sep = ""), d)
names(d)[1] <- "id.var"
library(reshape)
longDF <- melt(d, id=c("cl", "id.var"))
library(ggplot2)
p <- ggplot(data = longDF, aes(x = variable, y = value, group = id.var))
p + geom_line() + stat_smooth(aes(group = 1), method = "lm",
se = FALSE, colour="red") + facet_grid(cl ~ .)
请毫不犹豫地改进我的代码。
se = FALSE
改为se = TRUE
,我经常发现这些信息非常有用。 - Eric Failreshape
中的melt
函数... - blue and greystat_smooth(aes(group = 1), method = "lm", se = FALSE, colour="red")
应该改为stat_summary(fun.y=mean, colour="red", geom="line", aes(group=1))
。当前的解决方案在所有观测值上添加了趋势线,但没有在 Xi 下的所有观测值的平均值上添加。不确定 OP 真正想要什么,但发布的图像表明有一个弯曲的红线。 - CMichael