geom_smooth生成线性拟合问题及声调曲线可视化优化咨询

解决GAM拟合线性化的问题 #

用geom_smooth(method = "gam")时默认的样条自由度（k值）可能太低，尤其是如果tshaa的position数据点少、覆盖区间窄，GAM会退化成线性拟合。你可以手动指定更大的k值来强制捕捉曲线形态，比如把k设为10-12（根据数据量调整，数据多可以再加大）：

ggplot(subset(df, word == "tshaa"), aes(x = position, y = f0, color = tone)) +
  geom_point(alpha = 0.3) +
  geom_smooth(method = "gam", formula = y ~ s(x, k = 12), se = FALSE)

另外先检查tshaa的position数据：如果x轴范围比其他词小很多，先确认数据是否完整，比如是否漏采了部分位置的基频点——数据量不足的话，再怎么调参数也难拟合出自然曲线。

提升Loess的平滑度 #

Loess的平滑程度由span参数控制，默认0.75，数值越大曲线越平滑。你可以调大span值，比如0.85或0.9，直到曲线形态和其他词一致：

ggplot(subset(df, word == "tshaa"), aes(x = position, y = f0, color = tone)) +
  geom_point(alpha = 0.3) +
  geom_smooth(method = "loess", span = 0.85, se = FALSE)

注意不要把span设得过大，否则会过度平滑丢失声调的关键特征。

替代subset的高效可视化方式 #

别再手动用subset逐个筛选tone了，用ggplot的分面功能更高效，还能统一对比所有声调的曲线：

• 按tone分开展示（每个声调一个子图）：

ggplot(df, aes(x = position, y = f0)) +
  geom_point(alpha = 0.1, aes(color = tone)) +
  geom_smooth(aes(color = tone, group = tone), method = "gam", formula = y ~ s(x, k = 10), se = TRUE) +
  facet_wrap(~tone) +
  labs(x = "音节位置", y = "基频(F0)", color = "声调")

• 如果要同时对比不同词的同一声调，用facet_grid(word ~ tone)把词和声调组合成分面。
  另外也可以直接在同一图中用颜色区分不同声调的平均曲线，配合低透明度的原始点展示数据分布，比逐个subset绘图清晰得多。

跨说话人平均拟合的最优性 #

你现在直接对全部数据做平滑，相当于忽略了说话人、词的个体差异，可能会把不同说话人/词的曲线“拉平”，丢失真实的声调模式。更严谨的做法是用带随机效应的混合模型来拟合，比如用mgcv包的GAM加入说话人和词的随机效应，排除个体波动后再提取平均曲线：

library(mgcv)
# 拟合带随机效应的GAM：控制说话人和词的差异，拟合不同声调的position-f0曲线
gam_model <- gam(f0 ~ s(position, k = 10, by = tone) + s(speaker, bs = "re") + s(word, bs = "re"), 
                 data = df)
# 生成预测用的网格数据
pred_df <- expand.grid(
  position = seq(min(df$position), max(df$position), length.out = 100),
  tone = unique(df$tone),
  speaker = sample(unique(df$speaker), 1), # 取一个代表性说话人
  word = sample(unique(df$word), 1) # 取一个代表性词
)
# 预测基频
pred_df$f0_pred <- predict(gam_model, newdata = pred_df)
# 绘制平均曲线
ggplot(pred_df, aes(x = position, y = f0_pred, color = tone)) +
  geom_line(size = 1) +
  labs(x = "音节位置", y = "预测基频(F0)", color = "声调")

这种方法拟合出的曲线更接近声调的“典型形态”，比直接对全部数据做平滑更可靠。

内容的提问来源于stack exchange，提问作者SanguineEpitaph