它能同时显示y在x上和x在y上的回归吗？

Question

我有一个双变量数据集：

set.seed(45)
require(mvtnorm)
sigma <- matrix(c(3,2,2,3), ncol=2) 
df <- as.data.frame(rmvnorm(100, sigma=sigma))
names(df) <- c("u", "v")

将v设置为因变量，使用ggplot i可以很容易地显示v在u上的“通常”最小二乘回归。

require(ggplot2)
qplot(u, v, data=df) + geom_smooth(aes(u, v), method="lm", se=FALSE)

..。但我也想展示u在v上的最小二乘回归(同时)。

这就是我天真地试图通过将一个不同的aes传递给geom_smooth来实现的。

last_plot() + geom_smooth(aes(v, u), method="lm", color="red", se=FALSE)

当然，这不太管用。第二个geom_smooth显示了正确直线的逆(我认为)。我希望它的坡度比第一条线还要陡。

此外，置信区间是错误的。我并不特别关心这些，但我确实认为它们可能是一条线索。

我是不是想要用ggplot2很难做的事？

编辑:这里有更多，显示了我期望的行：

# (1) Least-squares regression of v on u
mod <- lm(v ~ u, data=df)
v_intercept <- coef(mod)[1]
v_slope <- coef(mod)[2]
last_plot() + geom_abline(
    intercept = v_intercept, 
    slope = v_slope, 
    color = "blue", 
    linetype = 2
)

# (2) Least-squares regression of u on v
mod2 <- lm(u ~ v, data=df)
u_intercept <- coef(mod2)[1]
u_slope <- coef(mod2)[2]
# NOTE: we have to solve for the v-intercept and invert the slope
# because we're still in the original (u, v) coordinate frame
last_plot() + geom_abline(
    intercept = - u_intercept / u_slope, 
    slope = 1 / u_slope, 
    color = "red", 
    linetype = 2
)

​

​

Answer 1

ggplot(df) + 
  geom_smooth(aes(u,v), method='lm') + 
  geom_smooth(aes(v,u), method='lm', colour="red")