如何在R语言中绘制含重复测量变量与连续变量的分组线条散点图？

完全可以用ggplot2实现你的需求，以下是具体步骤和代码：

1. 准备数据（示例） #

首先构造符合你描述的长格式数据（重复测量数据通常用长格式存储）：

library(ggplot2)

set.seed(123) # 设置随机种子保证结果可复现
# 生成包含重复测量水平、被试ID和连续预测变量的数据集
sim_data <- expand.grid(
  RM = factor(paste0("水平", 1:4)), # 四水平的重复测量变量
  Subject = 1:50 # 50个被试，模拟重复测量结构
)
# 为每个RM水平生成有差异的连续变量C
sim_data$C <- rnorm(nrow(sim_data), mean = as.numeric(sim_data$RM)*1.5, sd = 0.8)

2. 绘制散点图+分组拟合线 #

通过ggplot2的分组映射，为每个RM水平添加独立的散点和线条：

ggplot(sim_data, aes(x = C, y = RM, color = RM)) +
  # 绘制散点，添加透明度避免点重叠
  geom_point(alpha = 0.6) +
  # 为每个RM水平添加线性拟合线，se=FALSE关闭置信区间
  geom_smooth(method = "lm", se = FALSE, linewidth = 1) +
  # 设置坐标轴和图例标题
  labs(
    x = "连续预测变量C",
    y = "重复测量变量RM",
    color = "RM水平"
  ) +
  # 使用简洁的主题
  theme_minimal()

可选调整 #

• 如果需要非线性拟合线，将geom_smooth的method参数改为"loess"
• 如果要连接同一被试在不同RM水平的观测点，可添加geom_line(aes(group = Subject), alpha = 0.3)（适合展示个体趋势）
• 若想调整颜色方案，使用scale_color_brewer()或scale_color_manual()自定义

内容的提问来源于stack exchange，提问作者AmitKai