Y轴显示CI而非因变量实际值的ggplot绘图问题求助

核心问题 #

你的代码存在两个关键问题导致Y轴显示异常：

1. 模型响应变量是对数转换后的LOGweight，但你计算emmeans拟合值时未指定type="response"，导致拟合值仍处于对数尺度，而你将Y轴标签标注为原始体重Weight (g)，造成数值误解（并非显示CI值，而是对数尺度的拟合值与散点值）。
2. 散点与拟合线的尺度不统一，且未正确利用emmeans输出的置信区间数据。

修正代码（显示原始体重尺度） #

# 1. 重新计算拟合值，指定type="response"转换回原始体重尺度
# 用seq生成更平滑的x序列，避免拟合线卡顿
plot_model_data <- emmeans(SBB2024, ~ `Rainfall(mm)`, 
                           at = list(`Rainfall(mm)` = seq(24.8, 318, length.out = 100)),
                           type = "response") %>% 
  as.data.frame()

# 2. 绘制统一尺度的散点图、拟合线与置信区间
data_plot <- ggplot() +
  # 散点：将LOGweight转换回原始体重（exp()反转换）
  geom_point(data = MLMtimemonths, aes(x = `Rainfall(mm)`, y = exp(LOGweight))) +
  # 拟合线：使用转换后的原始尺度emmean
  geom_line(data = plot_model_data, aes(x = `Rainfall(mm)`, y = emmean), color = "red") +
  # 置信区间：用geom_ribbon填充，alpha控制透明度
  geom_ribbon(data = plot_model_data, aes(x = `Rainfall(mm)`, ymin = lower.CL, ymax = upper.CL),
              alpha = 0.2, fill = "red") +
  xlab("Cummulative rainfall (mm) over 12 months prior to sampling") +
  ylab("Weight (g)")

print(data_plot)

备选方案（显示对数体重尺度） #

如果需要保留对数尺度的Y轴，无需转换，只需统一标签：

# 计算对数尺度的拟合值与置信区间
plot_model_data <- emmeans(SBB2024, ~ `Rainfall(mm)`, 
                           at = list(`Rainfall(mm)` = seq(24.8, 318, length.out = 100))) %>% 
  as.data.frame()

data_plot <- ggplot() +
  geom_point(data = MLMtimemonths, aes(x = `Rainfall(mm)`, y = LOGweight)) +
  geom_line(data = plot_model_data, aes(x = `Rainfall(mm)`, y = emmean), color = "blue") +
  geom_ribbon(data = plot_model_data, aes(x = `Rainfall(mm)`, ymin = lower.CL, ymax = upper.CL),
              alpha = 0.2, fill = "blue") +
  xlab("Cummulative rainfall (mm) over 12 months prior to sampling") +
  ylab("Log-transformed Weight (g)")

print(data_plot)

关键修正点 #

• 必须确保散点与拟合线的尺度一致：要么都用原始体重（散点反转换+emmeans(type="response")），要么都用对数尺度。
• 用geom_ribbon实现置信区间填充，直接调用emmeans输出的lower.CL和upper.CL列即可。
• 避免手动提取CI值，直接将emmeans结果转成数据框后调用列名更高效。

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