如何在 coplot 中绘制回归或 LOWESS 线？

Question

通常在数据上绘制一条线（例如拟合的回归线或非参数LOWESS线）很有帮助。同样，当变量混淆时，将x1、y数据按x2分层绘制也很有帮助。然而，我无法弄清楚如何使用?coplot同时结合两者。这在lattice中应该是很自然的，但我似乎也无法弄清楚如何在那里做到这一点。

以下提供了一些可供使用的数据：

library(MASS)
set.seed(7422)
X <- mvrnorm(100, mu=c(5,5), Sigma=rbind(c(2.0, 1.9),
                                         c(1.9, 2.0) ) )
x1 <- X[,1];  x2 <- X[,2]
y <- 3 + .6*x1 - .4*x2 + rnorm(100)
m <- lm(y~x1+x2)
summary(m)$coefficients
#               Estimate Std. Error   t value     Pr(>|t|)
# (Intercept)  3.8281801  0.4022204  9.517619 1.476519e-15
# x1           0.5466495  0.2060269  2.653292 9.314673e-03
# x2          -0.4835804  0.2139542 -2.260205 2.604451e-02
windows()
  pairs(cbind(y, x1, x2))
xs <- seq(1.6, 9.2, by=.1)
windows()
  plot(y~x2)
  lines(xs, predict(m, data.frame(x1=5.2, x2=xs)), col="blue")
windows()
  coplot(y~x2|x1)
  ## doesn't work (lines on plot were drawn by hand)
  # lines(xs, predict(m, data.frame(x1=mean(x1[subscripts], x2=xs)), col="blue")
  # lines(lowess(y~x2, subset=x1[subscripts]), col="gray")

原始数据的散点矩阵：

这是一个关于 x2 和 y 的边缘图，带有回归线和低通滤波线。这会让不懂统计学的人感到奇怪。

这是我想到的内容。它是一个 coplot，每个分层数据都拟合了回归模型和 LOWESS 线，并绘制在每个面板内。

- gung - Reinstate Monica

Answer 1

要使用coplot实现这一点，您需要定义自己的面板函数。默认函数是points，它只是绘制点，但您可以使用一个简单的函数添加回归线和lowess曲线。

PointsWithReg = function(x, y, pch=20, col=1, ...) {
    points(x=x, y=y, col=col, pch=pch, type="p", ...)
    abline(lm(y ~ x))
    lines(lowess(x=x, y=y), col="blue")
}

coplot(y~x2|x1, panel=PointsWithReg, pch=16)

- G5W

---

谢谢，有没有方便的方法可以修改这个模型，使得回归线在每个面板中绘制，而不是对数据的每个分层进行新的回归拟合？斜率应该很简单，因为它在任何地方都是相同的（至少在这种情况下，没有交互作用），但截距需要根据每个分层内x1的平均值进行偏移。 - gung - Reinstate Monica