stat_regline_equation()与LME模型截距斜率不匹配问题咨询

问题 #

使用ggplot2的stat_regline_equation()绘制分面图时，显示的截距和斜率与lme()拟合的模型结果（通过ldply(MxM1, coef)获取）不匹配。原因是stat_regline_equation()默认对每个分面的原始数据用lm()重新拟合，忽略了预先计算的LME模型预测值yhat，需要在图中显示LME模型的真实参数。

解决方案 #

1. 提取LME模型的分组参数 #

从按Year拟合的LME模型中，提取每个Year×Variety组合的截距、斜率，并生成对应的方程文本：

# 从MxM1中提取每个Year下每个Variety的模型参数
model_coefs <- ldply(MxM1, function(model) {
  # 获取当前模型中每个Variety的参数
  coef_df <- as.data.frame(coef(model))
  coef_df$Variety <- rownames(coef_df)
  colnames(coef_df) <- c("intercept", "slope", "Variety")
  coef_df$Year <- model$data$Year[1]
  # 生成保留两位小数的方程文本
  coef_df$equation <- sprintf("weight = %.2f + %.2f*Time", coef_df$intercept, coef_df$slope)
  coef_df
})

2. 绘制带正确参数的分面图 #

放弃stat_regline_equation()，改用geom_text()直接将提取好的方程文本添加到对应分面，同时保留基于yhat的拟合线：

ggplot(data = Soybean, aes(x = Time, y = weight)) +
  geom_point(size = 3) +
  # 绘制LME模型的预测拟合线
  geom_line(aes(y = yhat)) +
  # 添加对应分面的方程文本，位置可根据需求调整
  geom_text(
    data = model_coefs,
    aes(x = 5, y = 600, label = equation),
    inherit.aes = FALSE,
    size = 4,
    hjust = 0
  ) +
  theme_classic() +
  facet_rep_grid(Variety ~ Year)

关键说明 #

• stat_regline_equation()的底层逻辑是对每个分面的x-y数据执行lm()拟合，因此无法匹配LME模型的结果
• 提取参数时使用coef(model)可以获取每个随机效应分组（Variety）的修正后参数，与ldply(MxM1, coef)的输出完全一致
• geom_text()的位置参数（x和y）可根据数据集的数值范围自行调整，确保文本显示在合适位置

内容的提问来源于stack exchange，提问作者Ahir Bhairav Orai