ggplot分组数据中stat_poly_eq函数报错问题求助

问题分析 #

报错out[1] <= out[2] is not TRUE源于分组后某一组（本案例中为gene2）的线性拟合模型在计算F统计量置信区间时，出现了上下限顺序颠倒的异常。这是因为该组部分剂量的样本量过少，导致模型统计量计算出现问题，触发了ggpmisc包内部的校验错误。

解决方案 #

方案1：移除p值置信区间相关输出 #

暂时去掉p.value.label的展示，避免触发错误的置信区间计算：

my_plot +
  stat_poly_eq(formula = y ~ x,
               aes(label = paste(after_stat(eq.label),
                                 after_stat(rr.label),
                                 sep = "~~~")),
               parse = TRUE, coef.digits = 3, f.digits = 3, 
               rr.digits = 3, size = 4)

方案2：显式禁用置信区间计算 #

通过interval = FALSE参数关闭置信区间的计算，彻底避免该错误：

my_plot +
  stat_poly_eq(formula = y ~ x,
               aes(label = paste(after_stat(eq.label),
                                 after_stat(rr.label),
                                 after_stat(p.value.label),
                                 sep = "~~~")),
               parse = TRUE, coef.digits = 3, f.digits = 3, p.digits = 3,
               rr.digits = 3, size = 4,
               interval = FALSE)

方案3：处理异常分组数据 #

如果需要保留p值置信区间，可先检查gene2组的数据拟合情况，补充样本量或调整拟合模型：

# 提取gene2数据单独拟合检查
gene2_data <- demo_data[demo_data$gene == "gene2", ]
lm_fit <- lm(level ~ dose, data = gene2_data)
summary(lm_fit)

从输出可见该组模型拟合效果极差（R²接近0），可考虑增加样本量，或更换非线性拟合模型（比如geom_smooth(method = "loess")）。

方案4：更新ggpmisc到最新版本 #

部分旧版本ggpmisc存在类似统计量计算bug，更新到最新版本可能直接解决问题：

install.packages("ggpmisc")

内容的提问来源于stack exchange，提问作者Mike