在同一张图中绘制连续因变量与8个自变量的平滑关联曲线

要在同一张图中绘制所有自变量与因变量的平滑曲线并区分颜色，核心是将宽格式数据转换为长格式，这样ggplot可以自动按变量名分组着色并生成图例。

完整代码 #

# 加载所需包（包含ggplot2和数据转换工具）
library(tidyverse)

# 原始数据生成代码（保留原逻辑）
set.seed(123)
mydata <- data.frame(ID = 1:100,
                     outcome = runif(100),
                     var2 = runif(100),
                     var3 = runif(100),
                     var4 = runif(100),
                     var5 = runif(100),
                     var6 = runif(100),
                     var7 = runif(100),
                     var8 = runif(100),
                     var9 = runif(100),
                     var10 = runif(100))

# 将宽格式数据转为长格式：提取var2到var10的变量名和对应值
mydata_long <- mydata %>%
  pivot_longer(cols = starts_with("var"),  # 选择所有以var开头的列
               names_to = "predictor",     # 新列：存储变量名
               values_to = "value")        # 新列：存储变量值

# 绘制平滑曲线，按变量名区分颜色
ggplot(data = mydata_long, aes(x = value, y = outcome, color = predictor)) +
  geom_smooth(se = FALSE) +  # se=FALSE可去掉置信区间，若需要保留则删除此参数
  labs(title = "Outcome与各自变量的平滑关联曲线",
       x = "自变量取值",
       y = "Outcome取值",
       color = "自变量") +
  theme_minimal()  # 可选：使用简洁主题优化视觉效果

关键说明 #

• pivot_longer：把原数据中var2到var10的8列，转换为两列：predictor（记录变量名，如var2、var3）和value（记录对应变量的数值），这是实现多变量同图绘制的核心步骤
• aes(color = predictor)：将曲线颜色映射到变量名，自动生成不同颜色并添加对应图例
• geom_smooth：默认使用loess方法拟合平滑曲线，若需要线性拟合可添加method = "lm"参数

内容的提问来源于stack exchange，提问作者Sari Katish