這篇文章本來是要寫進我上一篇關於Polynomial regression實現的文章里的，但一方面由於這個給散點圖里添加擬合曲線和公式偏向畫圖，里面細節較多，相對上一節內容獨立；另一方面，為了使篇幅不致過長，讀者看起來辛苦，所以就分開成兩篇文章。本篇銜接上一篇，所以數據以及模型都是跟上一篇里一樣的，這里不再贅述，讀者可閱讀我上一篇的內容，所以，這里只會涉及到如何在散點圖里添加擬合的曲線以及公式。
先來看看我們最終的效果圖：
image.png
（我直接截圖的，坐標橫軸是x，縱軸是y，這里被截掉了）
畫圖的代碼：
#下面這個函數定義我們后面要添加的公式 [1] lm_eqn = function(df){ [2] m=lm(Num_complex ~ poly(k_value, 2), df) # 2rd degree polynomial [3] eq <- substitute(italic(y) == a + b %.% italic(x) + c %.% italic(x)^2*","~~italic(r)^2~"="~r2, [4] list(a = format(coef(m)[1], digits = 3), [5] b = format(coef(m)[2], digits = 3), [6] c = format(coef(m)[3], digits = 3), [7] r2 = format(summary(m)$r.squared, digits = 3))) [8] as.character(as.expression(eq)) [9] } # 先創建一個散點圖 [10] p <- ggplot(dat,aes(x=x,y=y)) + geom_point() # [11] p + stat_smooth(method='lm',formula = y~poly(x,2),colour='red') + [12] scale_x_continuous(limits = c(1,19), breaks = c(seq(1,19,b=2))) + [13] theme(axis.text=element_text(colour = 'black',size = 12), axis.title=element_text(size = 14)) + [14] annotate("text", x=2, y=100, label=lm_eqn(dat), hjust=0, size=6,family="Times",parse=TRUE)
為了方便解釋，我給上面代碼加了行號。首先，1-9 行這里定義了一個函數，函數最終返回的是一個強制字符轉換的expression對象（eq）。而 eq則是由substitute函數產生的結果，是一個call類型（調用類型，或者叫未求值表達式類型），這里的概念都比較復雜，我暫時也搞不清楚，還是直接看看是怎么編輯這個表達式的吧。主要在第3行，%.% 這個符號是表示 “點乘”，italic(x) 表示斜體的 x平方，2 后面的星號是必需的，並不被解釋，可能是用來分割字符和表達式的，“~”符號表示空格，一個代表一個空格。然后是4~7行，這里是一個 list，里面列出了第三行表達式中要被替換的變量的值（比如a, b, c,等）。第10行，畫一個散點圖，所有都是默認設置；第11行，這里是為散點圖根據二次多項式模型擬合一條平滑的曲線；第12-13行是調節坐標軸及坐標軸文字的，這里就不多說了，比較簡單，可以查看ggplot2 cookbook；第14行，是添加公式的語句，"text" 表示添加的元素類型（這里是添加text），x 和 y 設定添加text到什么位置（坐標）；label則是要添加的公式內容，這里調用前面（1-9行定義的表達式）定義的函數；parse這個設置我不知道怎么說，因為不太懂底層原理，但我測試了，必需加上，不然不會解析 前面定義的表達式。
相關推薦：
| 標題 |
|---|
| 使用R語言隨機波動模型SV處理時間序列中的隨機波動率 (2020-04-15 14:49) |
| R語言用WinBUGS 軟件對學術能力測驗（SAT）建立分層模型 (2020-04-14 16:27) |
| R語言使用隨機技術差分進化算法優化的Nelson-Siegel-Svensson模型 (2020-04-12 18:52) |
| 已遷離北京外來人口的數據畫像 (2020-04-11 20:55) |
| R語言用神經網絡改進Nelson-Siegel模型擬合收益率曲線分析 (2020-04-10 15:51) |
| 用R語言用Nelson Siegel和線性插值模型對債券價格和收益率建模 (2020-04-06 11:16) |
| R語言LME4混合效應模型研究教師的受歡迎程度 (2020-03-27 15:18) |
| R語言Black Scholes和Cox-Ross-Rubinstein期權定價模型案例 (2020-03-25 14:36) |
| R語言中的Nelson-Siegel模型在匯率預測的應用 (2020-03-25 14:07) |
| R語言中的block Gibbs吉布斯采樣貝葉斯多元線性回歸 (2020-03-06 16:20) |