ggplot2中stat_smooth绘制多项式曲线不光滑，如何优化？

你遇到的曲线不光滑，核心原因是x变量（Kategorie）只有4个离散值，stat_smooth默认只会在这4个原始x点上进行预测，连接起来自然是折线而非光滑曲线。下面提供两种解决方法：

方法1：手动生成连续预测点绘制光滑曲线 #

通过拟合模型、生成连续x序列、预测y值的方式，完全控制曲线的光滑度：

# 构造原始数据框
AHorizontKat <- data.frame(
  Kategorie = c(1,2,3,4),
  Solidago = c(20.5, 24.6, 29.9, 352.9)
)

# 拟合三次多项式回归模型
model <- lm(Solidago ~ poly(Kategorie, 3), data = AHorizontKat)

# 生成100个连续的x预测点（覆盖原始x范围）
pred_x <- seq(min(AHorizontKat$Kategorie), max(AHorizontKat$Kategorie), length.out = 100)
pred_data <- data.frame(Kategorie = pred_x)
# 预测对应y值
pred_data$Solidago_pred <- predict(model, newdata = pred_data)

# 绘图
ggplot(AHorizontKat, aes(Kategorie, Solidago)) +
  geom_point() +
  # 添加光滑预测曲线
  geom_line(data = pred_data, aes(y = Solidago_pred), size = 0.1) +
  xlab("A-Horizont in cm") +
  ylab("Mittelwert Fläche in m²") +
  # 保留分类标签，同时按连续数值处理x轴
  scale_x_continuous(
    breaks = c(1,2,3,4),
    labels = c("1 bis 3", "4 bis 6", "7 bis 9", ">10")
  )

方法2：修改stat_smooth的预测点数量 #

如果想继续使用stat_smooth，可以通过n参数指定更多预测点，同时将x轴改为连续型（否则n参数无效）：

ggplot(AHorizontKat, aes(Kategorie, Solidago))+
  geom_point()+
  # 设置n=100增加预测点数量
  stat_smooth(method = 'lm', formula = y~poly(x,3), se=FALSE, size = 0.1, n = 100)+
  xlab("A-Horizont in cm")+
  ylab("Mittelwert Fläche in m²")+
  scale_x_continuous(
    breaks = c(1,2,3,4),
    labels = c("1 bis 3", "4 bis 6", "7 bis 9", ">10")
  )

内容的提问来源于stack exchange，提问作者Jens77