R语言：平滑曲线函数选型与曲线坐标提取问题咨询

一、平滑曲线的选择 #

1. 修复loess拟合问题 #

你之前尝试loess失败，大概率是默认的span参数不合适——这个参数控制平滑程度，值越小曲线越贴近数据，值越大越平滑。如果你的数据中spread_favorite取值间隔小、样本量分布不均，调大span就能生成正常的平滑曲线。

示例代码：

plot <- ggplot(table, aes(x=spread_favorite, y=pct, size=games)) +
  geom_point() +
  # 可根据数据在0.5-1之间调整span值
  geom_smooth(method = "loess", span = 0.75, se = FALSE, color="#e63946") +
  scale_y_continuous(labels = function(x) paste0(x*100, "%")) +
  scale_x_continuous(breaks = scales::pretty_breaks(n = 13))

2. 替代方案：广义可加模型（GAM） #

如果数据量较大，loess的效率会降低，这时推荐用mgcv包的GAM模型，它对非线性趋势的拟合更灵活，也更适合大样本场景。

示例代码：

library(mgcv)

plot <- ggplot(table, aes(x=spread_favorite, y=pct, size=games)) +
  geom_point() +
  geom_smooth(method = "gam", formula = y ~ s(x), se = FALSE, color="#457b9d") +
  scale_y_continuous(labels = function(x) paste0(x*100, "%")) +
  scale_x_continuous(breaks = scales::pretty_breaks(n = 13))

3. 多项式拟合（若趋势接近线性） #

如果你的上升趋势接近线性，也可以用多项式回归，比如3次多项式，拟合成本更低：

plot <- ggplot(table, aes(x=spread_favorite, y=pct, size=games)) +
  geom_point() +
  geom_smooth(method = "lm", formula = y ~ poly(x, 3), se = FALSE, color="#1d3557") +
  scale_y_continuous(labels = function(x) paste0(x*100, "%")) +
  scale_x_continuous(breaks = scales::pretty_breaks(n = 13))

二、提取拟合的pct值 #

不管用哪种模型，都可以通过predict()函数生成对应spread_favorite的拟合值，步骤如下：

1. 以loess为例 #

# 先拟合loess模型
loess_fit <- loess(pct ~ spread_favorite, data = table, span = 0.75)
# 生成原表所有spread_favorite对应的拟合值
table <- table %>% mutate(fitted_pct = predict(loess_fit, newdata = table))

此时table中的fitted_pct列就是你要的拟合值，比如-5.0对应的拟合值会替换原有的0.308。

2. 以GAM为例 #

gam_fit <- gam(pct ~ s(spread_favorite), data = table)
table <- table %>% mutate(fitted_pct = predict(gam_fit, newdata = table))

内容的提问来源于stack exchange，提问作者Abartel