如何在ggplot的stat_poly_eq中设置Beta系数为年度变化量？

有两种可行方案，可根据需求选择：

方案1：预处理日期变量为年度小数形式（推荐） #

直接将date转换为包含小数的年度值（比如2023.5代表2023年中期），这样拟合的线性回归斜率本身就是年度变化量，stat_poly_eq会直接显示正确的系数。

代码示例 #

# 加载所需包
library(ggplot2)
library(ggpmisc)
library(lubridate)

# 将日期转换为带小数的年度值
df$year_decimal <- decimal_date(df$date)

# 绘图并显示年度变化的回归公式
ggplot(df, aes(x = year_decimal, y = age)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "blue") +
  stat_poly_eq(
    use_label(c("eq", "R2")),
    eq.with.lhs = "italic(age)~`=`~a + b~italic(year)",
    aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")),
    parse = TRUE
  )

此方法的优势是回归模型本身基于年度尺度，结果更严谨，避免了后续系数转换的近似误差。

方案2：直接在stat_poly_eq中转换系数 #

如果不想修改原始数据，可以利用stat_poly_eq暴露的拟合参数（..Intercept..和..Slope..），将每日斜率乘以365（或365.25以考虑闰年），直接在公式标签中显示年度变化量。

代码示例 #

library(ggplot2)
library(ggpmisc)

ggplot(df, aes(x = date, y = age)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "blue") +
  stat_poly_eq(
    aes(label = paste(
      # 自定义公式：将每日斜率乘以365.25得到年度变化
      sprintf("italic(age)~`=`~%.2f + %.2f~italic(year)", 
              ..Intercept.., ..Slope.. * 365.25),
      sprintf("italic(R^2)~`=`~%.2f", ..rr..),
      sep = "~~~"
    )),
    parse = TRUE
  )

注意：ggplot会自动将日期变量转换为从1970-01-01开始的天数，..Slope..是基于天数的拟合斜率，乘以365.25后得到年度变化量；sprintf用于控制系数的小数位数，parse = TRUE确保公式被正确渲染为数学表达式。

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