如何处理ggplot中geom_smooth的gam方法因数据量不足报错问题？

架构老林

2026-7-15

解决方案

方法1：分数据集指定不同平滑方法

核心思路是先标记每个种族组的GA唯一值数量，再针对不同组分别调用geom_smooth，指定适配的拟合方法：

给数据添加分组标记，统计每个种族的GA唯一值数量：

library(dplyr)
sample_info_ <- sample_info_ %>%
  group_by(race_detail) %>%
  mutate(ga_unique_count = n_distinct(GA)) %>%
  ungroup()

分情况绘制平滑线：

library(ggplot2)
ggplot(sample_info_, aes(GA, BW, color = Age_group)) +
  geom_point() +
  # 唯一值≥3：使用原GAM方法
  geom_smooth(
    data = filter(sample_info_, ga_unique_count >= 3),
    method = "gam", formula = y ~ s(x, bs = "cs", k = 3),
    se = TRUE
  ) +
  # 唯一值=2：使用线性拟合
  geom_smooth(
    data = filter(sample_info_, ga_unique_count == 2),
    method = "lm", formula = y ~ x,
    linetype = "dashed", se = TRUE
  ) +
  # 唯一值=1：拟合均值水平线
  geom_smooth(
    data = filter(sample_info_, ga_unique_count == 1),
    method = "lm", formula = y ~ 1,
    linetype = "dotted", se = FALSE
  ) +
  facet_wrap(~ race_detail)

方法2：自定义容错平滑函数（进阶）

通过tryCatch捕获GAM拟合错误，自动切换到替代方法，无需手动分组：

# 定义容错拟合函数
safe_gam <- function(formula, data, ...) {
  tryCatch(
    gam(formula, data = data, ...),
    error = function(e) {
      # 拟合失败时优先尝试线性拟合，若仍失败则返回均值模型
      tryCatch(
        lm(formula, data = data),
        error = function(e2) lm(y ~ 1, data = data)
      )
    }
  )
}

# 调用自定义函数绘图
ggplot(sample_info_, aes(GA, BW, color = Age_group)) +
  geom_point() +
  geom_smooth(
    method = safe_gam,
    formula = y ~ s(x, bs = "cs", k = 3),
    se = TRUE
  ) +
  facet_wrap(~ race_detail)