从一个数据集到另一个数据集的黄土线

Question

下面的函数计算二进制平均值，对图上的bin点进行相对于每个bin中的观察数的大小，并通过bin方法绘制一条较低的线。但是，我不想通过bin表示绘制低空线，而是通过原始数据集绘制这条线，以便低空线上的误差带表示实际数据集中的不确定性，而不是二进制平均值中的不确定性。如何修改geom_smooth()，使其使用df而不是dfplot绘制行

library(fields)
library(ggplot2)

binplot <- function(df, yvar, xvar, sub = FALSE, N = 50, size = 40, xlabel = "X", ylabel = "Y"){
  if(sub != FALSE){
    df <- subset(df, eval(parse(text = sub)))

  }

  out <- stats.bin(df[,xvar], df[,yvar], N= N)
  x <- out$centers
  y <- out$stats[ c("mean"),]
  n <-  out$stats[ c("N"),] 
  dfplot <- as.data.frame(cbind(x,y,n))

  if(size != FALSE){
    sizes <- n * (size/max(n))

  }else{
    sizes = 3
  }

    ggplot(dfplot, aes(x,y)) +
      xlab(xlabel) +
      ylab(ylabel) +
      geom_point(shape=1, size = sizes) +
      geom_smooth() 
}

下面是一个可重复的示例，它演示了该函数当前的工作方式：

sampleSize <- 10000
x1 <- rnorm(n=sampleSize, mean = 0, sd = 4)
y1 <-  x1 * 2 + x1^2 * .3 +  rnorm(n=sampleSize, mean = 5, sd = 10)
binplot(data.frame(x1,y1), "y1", "x1", N = 25)

​

​

正如你所看到的，如果每个垃圾箱都有相同数量的观测值，那么低空线上的误差带就会反映出不确定性，但事实并非如此。在极端的垃圾箱有更少的坚持(如点的大小说明)和低线的错误带应该反映这一点。

Answer 1

您可以显式地设置每个层的data=参数。您还需要更改美学映射，因为原始的data.frame有不同的列名。只需将geom_smooth调用更改为

geom_smooth(data=df, aes_string(xvar, yvar)) 

对于示例数据，将返回

​

​