小编Cor*_*rey的帖子

我正在 R 中运行 LOESS 回归，并且在我的一些较小的数据集上遇到了警告。

警告信息：

1：在 simpleLoess(y, x, w, span, degree = degree, parametric = parametric,? : ? 伪逆中使用 -2703.9

2: 在 simpleLoess(y, x, w, span, degree = degree, parametric = parametric,? : ? 邻域半径 796.09

3: 在 simpleLoess(y, x, w, span, degree = degree, parametric = parametric,? : ? 倒数条件数？0

4：在 simpleLoess(y, x, w, span, degree = degree, parametric = parametric,? : ? 还有其他近奇点。6.1623e+005

这些错误在另一篇文章中讨论： 了解 R 中的黄土错误。

这些警告似乎与为 LOESS 回归设置的跨度有关。我正在尝试应用一种类似的方法，该方法是在其他数据集上完成的，其中可接受的平滑跨度的参数介于 0.3 和 0.6 之间。在某些情况下，我能够调整跨度以避免这些问题，但在其他数据集中，跨度必须增加到超出可接受的水平以避免错误/警告。

我很好奇这些警告的具体含义，以及这是否是回归可用的情况，但应该注意的是，这些警告发生了，或者回归是否完全无效。

以下是存在问题的数据集示例： …

我正在比较使用 LOESS 回归的两条线。我想清楚地显示两条线的置信区间，但遇到了一些困难。

我尝试过使用各种线条类型和颜色，但在我看来，结果仍然是忙碌和混乱。我认为置信区间之间的阴影可能会让事情变得更清晰，但考虑到到目前为止我的编码结构，我在解决这个问题时遇到了一些困难。我已经包含了生成的图、两组 Analysis5k 和 Analysis5kz 的数据以及到目前为止的代码。

我见过一些示例，其中两个多边形重叠以显示置信区间重叠的位置，这似乎可能是呈现数据的好方法。如果有一种方法可以在两个置信区间共享的区域中绘制多边形，那么这可能是呈现数据的另一种好方法。

我了解多边形应该如何完成的基本概念，但我发现的示例已应用于更简单的线条和数据。到目前为止，部分原因是我自己对一些糟糕的组织的错误，但由于这一步基本上是我的数据演示的最后一步，我真的不想从头开始重新设计所有内容。

非常感谢任何帮助或见解。

更新

我更新了标题。我收到了一些使用 ggplot 的很好的例子，虽然我想在将来开始使用 ggplot，但到目前为止我只处理过基础 R。对于这个特定的项目，如果可能的话，希望尝试将其保留在基础 R 中。

分析5k

Period  15p5    Total_5plus
-4350   0.100529101 12.6
-3900   0.4 20
-3650   0.0625  9.6
-3900   0.126984127 16.8
-3958   0.133333333 5
-4350   0.150943396 10.6
-3400   0.146341463 8.2
-3650   0.255319149 9.4
-3400   0.222222222 9
-3500   0.245014245 39
-3600   0.125   8
-3808   0.1 20
-3900   0.160493827 18
-3958   0.238095238 7
-4058   0.2 5
-3500   0.086956522 28.75
-4117   0.141414141 6.6
-4350   0.171038825 31.76666667
-4350   0.166666667 6 …

我想在 R 中创建一个范围条形图。我发现了大约 4 年前发布的类似问题，但答案有点尴尬和麻烦。它完成了工作，但我希望现在可以采用更简洁的方法。使用 ggplot2 是理想的选择。

以日期作为 r 中绘制值的浮动条形图

如果可能的话，我还想包括某种点数据，或其他一些方式来指示汇总统计数据，例如该特定范围的平均值或中位数。

与所附图片相比，项目 ID 将取代沿 y 轴给出的月份，并且“开始”和“结束”值将沿 x 轴水平表示。

尽管数据不必以这种方式构建，但这里有一个示例数据框，可以使事情变得更容易：

structure(list(Item = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 
12, 13, 14, 15, 16, 17, 18, 19, 20), Start = c(500, 550, 500, 
450, 400, 400, 500, 400, 300, 300, 350, 250, 300, 200, 200, 100, 
100, 50, 0, 0), End = c(550, 600, 550, 550, 700, 600, 600, 700, 
850, 600, 650, 650, 750, 900, 800, …