mgcviz绘制拟合QGAM时散点图异常的原因及解决方法

问题背景与复现代码 #

首先，常规GAM的散点图与拟合结果可通过以下代码实现：

#### Libraries ####
library(tidyverse)
library(mgcViz)
library(qgam)
library(quantreg)

#### Save Data as Tibble ####
data("barro")
tib <- as_tibble(MASS::mcycle)

#### Inspect Scatterplot ####
tib %>% 
  ggplot(aes(x=times, y=accel))+
  geom_point(alpha=.4)+
  theme_classic()+
  geom_smooth(method = "gam", formula = y ~ s(x))+
  labs(x="Times", y="Acceleration", title = "Normal Fitted GAM")

在此基础上拟合多分位数QGAM的代码如下：

#### Set Quants and Fit Multiple Quantile GAM ####
q <- c(.2,.5,.8)
fit <- mqgam(accel ~ s(times), data = tib, q=q)

但使用mgcviz绘制分位数拟合图时，发现散点位置与原始数据不符：

#### Save QDO Objects ####
q2 <- qdo(fit,.2)

#### Grab Visual Data ####
pg2 <- getViz(q2)

#### Plot in MGCVIZ ####
final.plot <- plot(pg2, select = 1)
final.plot +
  l_fitLine(colour = "red") +
  l_rug(mapping = aes(x=x, y=y), alpha = 0.8) +
  l_ciLine(mul = 5, colour = "blue", linetype = 2) + 
  l_points(shape = 19, size = 1, alpha = 0.1) + 
  theme_classic()

上述代码生成的图中，部分y轴数据点位置与原散点图不一致。

问题原因 #

mgcviz在处理qgam对象时，plot()默认提取的是模型拟合的分位数响应值，而非原始数据集的y值。l_points()调用的是模型对象内部存储的拟合相关数据，并非原始观测点，因此出现位置偏差。

解决方法 #

方法1：手动添加原始散点（推荐） #

直接在mgcviz的绘图对象上，使用ggplot2的geom_point()调用原始数据集，替换l_points()：

final.plot <- plot(pg2, select = 1)
final.plot +
  l_fitLine(colour = "red") +
  l_rug(mapping = aes(x=x, y=y), alpha = 0.8) +
  l_ciLine(mul = 5, colour = "blue", linetype = 2) + 
  # 添加原始数据的散点
  geom_point(data = tib, aes(x = times, y = accel), 
             shape = 19, size = 1, alpha = 0.1) +
  theme_classic()

方法2：修改mgcviz对象的数据源（不推荐） #

若坚持使用l_points()，可手动将原始数据注入到pg2对象的data字段中，但需修改对象内部结构，操作相对繁琐：

# 将原始数据加入pg2的data中，并重命名匹配绘图映射
pg2$data <- tib %>% rename(x = times, y = accel)

# 重新绘图
final.plot <- plot(pg2, select = 1)
final.plot +
  l_fitLine(colour = "red") +
  l_rug(mapping = aes(x=x, y=y), alpha = 0.8) +
  l_ciLine(mul = 5, colour = "blue", linetype = 2) + 
  l_points(shape = 19, size = 1, alpha = 0.1) + 
  theme_classic()

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