如何用ggplot与R获取多项式回归方程？系数拟合异常排查

为什么手动构建的函数和ggplot趋势线不一致？ #

你用poly(Resolution, 3)拟合时，poly()默认生成的是正交多项式，而非我们常规理解的原始多项式（即x、x²、x³）。正交多项式的系数经过了归一化处理，目的是减少自变量间的多重共线性，因此不能直接将这些系数对应到x³、x²、x的项上，这就是两条线差异的根源。

两种解决途径 #

1. 使用原始多项式拟合（直接获取可复用的系数） #

在poly()中添加raw=TRUE参数，强制生成原始多项式项，此时模型系数直接对应x、x²、x³的系数，可直接用来构建函数：

# 拟合原始三阶多项式模型
model_raw = lm(Bytes ~ poly(Resolution, 3, raw=TRUE), data = averaged_frame)
# 输出对应原始多项式的系数
print(coef(model_raw))

输出的系数对应关系为：
f(x) = (Intercept) + poly(Resolution,3,raw=TRUE)1*x + poly(Resolution,3,raw=TRUE)2*x² + poly(Resolution,3,raw=TRUE)3*x³

同时，ggplot绘图时也要同步使用raw=TRUE，确保趋势线和模型一致：

library(ggplot2)
plot = ggplot(averaged_frame, aes(x = Resolution, y = Bytes)) + 
  geom_point() + 
  stat_smooth(method = "lm", formula = y ~ poly(x, 3, raw=TRUE), se = FALSE)

2. 基于正交多项式模型生成预测值（保留正交拟合的优势） #

如果需要保留正交多项式拟合的特性（比如避免多重共线性），可以直接用模型的predict()函数生成趋势线数据，而非手动构建函数：

# 正交多项式模型（你的原代码）
model_ortho = lm(Bytes ~ poly(Resolution, 3), data = averaged_frame)
# 生成用于绘图的预测数据
pred_data = data.frame(
  Resolution = seq(min(averaged_frame$Resolution), max(averaged_frame$Resolution), length.out = 100)
)
pred_data$Bytes_pred = predict(model_ortho, newdata = pred_data)
# 添加到ggplot中，会和stat_smooth的趋势线完全重合
plot = ggplot(averaged_frame, aes(x = Resolution, y = Bytes)) + 
  geom_point() + 
  stat_smooth(method = "lm", formula = y ~ poly(x, 3), se = FALSE) +
  geom_line(data = pred_data, aes(y = Bytes_pred), color = "red", linetype = "dashed")

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