用ggpmisc显示nls模型的方程

Question

R包ggpmisc可用于显示lm模型和poly模型的方程ggplot2(参见此处参考).想知道如何使用nls模型方程结果.以下是我的MWE.ggplot2ggmisc

library(ggpmisc)
args <- list(formula = y ~ k * e ^ x,
             start = list(k = 1, e = 2))
ggplot(mtcars, aes(wt, mpg)) +
  geom_point() +
  stat_fit_augment(method = "nls",
                   method.args = args)

Answer 1

受到您链接的帖子的启发。用于geom_text在提取参数后添加标签。

nlsFit <-
  nls(formula = mpg ~ k * e ^ wt,
      start = list(k = 1, e = 2),
      data = mtcars)

nlsParams <-
  nlsFit$m$getAllPars()

nlsEqn <-
  substitute(italic(y) == k %.% e ^ italic(x), 
             list(k = format(nlsParams['k'], digits = 4), 
                  e = format(nlsParams['e'], digits = 2)))

nlsTxt <-
  as.character(as.expression(nlsEqn))

ggplot(mtcars, aes(wt, mpg)) +
  geom_point() +
  stat_fit_augment(method = "nls",
                   method.args = args) + 
  geom_text(x = 5, y = 30, label = nlsTxt, parse = TRUE)

Answer 2

paste()还可以使用包“ggpmisc”添加方程，用or组装要解析的字符串sprintf()。在这个答案中我将使用sprintf(). 我使用其中包含的示例来回答这个问题。我没有在这个答案中展示这一点，但这种方法支持分组和方面。缺点是模型需要拟合两次，一次绘制拟合线，一次添加方程。

stat_fit_tidy()为了查找我使用包“gginnards”返回的变量的名称geom_debug()，尽管这些名称即使依赖于模型公式和方法也很容易预测。geom_debug()回声不是添加绘图层而是data输入到 R 控制台。接下来，一旦我们知道了希望在标签中使用的变量名称，我们就可以将要解析的字符串组装为 R 表达式。

当用 1 组装标签时，sprintf()需要将要%返回的字符转义为不变%%，因此乘号%*%变为%%*%%。在 R 表达式中嵌入字符串是可能的，并且在这种情况下很有用，但我们需要将嵌入的引号转义为\"。

library(tidyverse)
library(ggpmisc)
#> Loading required package: ggpp
#> 
#> Attaching package: 'ggpp'
#> The following object is masked from 'package:ggplot2':
#> 
#>     annotate
library(gginnards)

args <- list(formula = y ~ k * e ^ x,
             start = list(k = 1, e = 2))

# we find the names of computed values
ggplot(mtcars, aes(wt, mpg)) +
  stat_fit_tidy(method = "nls",
                method.args = args,
                geom = "debug")

#> Input 'data' to 'draw_panel()':
#>   npcx npcy k_estimate e_estimate     k_se       e_se   k_stat   e_stat
#> 1   NA   NA   49.65969  0.7455911 3.788755 0.01985924 13.10713 37.54378
#>      k_p.value    e_p.value       x      y fm.class fm.method  fm.formula
#> 1 5.963165e-14 8.861929e-27 1.70855 32.725      nls       nls y ~ k * e^x
#>   fm.formula.chr PANEL group
#> 1    y ~ k * e^x     1    -1

# plot with formula
ggplot(mtcars, aes(wt, mpg)) +
  geom_point() +
  stat_fit_augment(method = "nls",
                   method.args = args) +
  stat_fit_tidy(method = "nls",
                method.args = args,
                label.x = "right",
                label.y = "top",
                aes(label = sprintf("\"mpg\"~`=`~%.3g %%*%% %.3g^{\"wt\"}",
                                    after_stat(k_estimate),
                                    after_stat(e_estimate))),
                parse = TRUE )

^{创建于 2022-09-02，使用reprex v2.0.2}