试图更好地理解我用ggplot2创建的模型

Question

有人指出，ggplot2是一种有效的数据可视化工具，它非常有用，但我正试图完全理解我所做的事情，而且我在寻找合适的资源来告诉我一些困难。

library(ggplot2)

bone <- read.csv('/Users/kylehammerberg/Desktop/ML Extra Credit/spnbmd.csv')

### Generate scatter plot of data
ggplot(bone) + aes(age, spnbmd, color=sex)  + geom_point()


### Fit splines to both male and female bone density data 
### geom_point to create scatter plot 
### geom_smooth to fit splines 
ggplot(bone) + aes(age, spnbmd, color=sex)  + geom_point() + 
    geom_smooth(formula = y~splines::bs(x, knots=c(10,15,20)), method="lm")

### Fit splines to bone density by race
ggplot(bone) + aes(age, spnbmd, color=ethnic)  + geom_point() + 
    geom_smooth(formula = y~splines::bs(x, knots=c(10,15,20)), method="lm")

我不知道代码的bs()部分到底在做什么，我想更好地理解生成的样条周围的阴影区域。它们是某种置信区间吗？

​

​

Answer 1

他们是。

R中的帮助函数是有帮助的。

help(geom_smooth)
help( "bs::splines" )

虽然不是很简单地说明了阴影区域是什么，但geom_smooth手册页将在se参数中告诉您：

      se: Display confidence interval around smooth? (‘TRUE’ by
          default, see ‘level’ to control.)

同样，对于这样的例子，它基本上是给定的，阴影区域实际上是某种不确定的表示。

bs::splines的手册页将告诉您它创建了一个B样条。说什么是和不是是超出了这个网站的范围。你在stats.stackexchange.com会有更好的运气，而且就维基百科而言：

• https://stats.stackexchange.com/search?q=B-spline
• https://en.wikipedia.org/wiki/B-spline

但是可以说，他们构造了那些你看到的坚实的线条，在某种程度上是它背后数据的运行平均值。在您的情况下，根据您指定的颜色为每个组单独完成。