r - 在ggplot2中使用smooth使用数据中给出的误差拟合线性模型

Question

我有这个数据框:

> dat
   x         y        yerr
1 -1 -1.132711 0.001744498
2 -2 -2.119657 0.003889120
3 -3 -3.147378 0.007521881
4 -4 -4.220129 0.012921450
5 -5 -4.586586 0.021335644
6 -6 -5.389198 0.032892630
7 -7 -6.002848 0.048230946

我可以使用标准误差平滑将其绘制为:

p <- ggplot(dat, aes(x=x, y=y)) + geom_point()
p <- p + geom_errorbar(data=dat, aes(x=x, ymin=y-yerr, ymax=y+yerr), width=0.09)
p + geom_smooth(method = "lm", formula = y ~ x)

但我需要的是使用 你是 适合我的线性模型。 ggplot2可以吗？

Answer 1

好吧，我找到了一种方法来回答这个问题。

因为在我们收集数据的任何科学实验中，如果该实验被正确执行，那么所有数据值都必须有关联的错误。

在某些情况下，所有点的误差方差可能相等，但在许多情况下，如原始问题中的当前案例所述，情况并非如此。 因此，在将曲线拟合到我们的数据时，我们必须使用不同测量值的误差值方差。

这样做的方法是将权重归因于误差值，根据统计分析方法等于 1/sqrt(errorValue)，因此，它变为:

p <- ggplot(dat, aes(x=x, y=y, weight = 1/sqrt(yerr))) + 
    geom_point() + 
    geom_errorbar(aes(ymin=y-yerr, ymax=y+yerr), width=0.09) + 
    geom_smooth(method = "lm", formula = y ~ x)