geom_smooth指定method="glm"时method.args参数拟合效果不符合预期

问题原因分析 #

• 你当前使用的拟合公式为y ~ x，属于线性预测项结构。泊松回归默认使用对数连接函数，意味着对数转换后的响应变量与自变量treatment呈线性关系，转换回原始响应尺度时是指数函数曲线。你当前的treatment取值范围仅为-100到0，区间范围较小，指数函数在该区间的曲率极不明显，视觉上就会呈现为直线。
• 如果你想要得到有明显弧度的拟合曲线，需要在预测项中加入非线性结构，而不是使用纯一次项的线性预测。

解决方法 #

你可以将拟合公式修改为包含多项式项的形式，例如二次多项式，即可得到带弧度的拟合结果，修改后的geom_smooth代码如下：

geom_smooth(data = data, mapping = aes(x= treatment, y= response, color = early_late), 
            method = "glm", method.args = list(family= poisson),   
            formula = y ~ poly(x, 2), se = TRUE)

如果需要更高阶的曲率，也可以将poly(x,2)中的2调整为更大的整数，注意不要取值过高导致过拟合即可。

验证方法 #

你可以手动拟合模型查看预测值的变化趋势，确认曲率不明显的问题：

# 拟合泊松回归模型
mod <- glm(response ~ treatment, family = poisson, data = data)
# 生成连续自变量对应的预测值
pred_df <- data.frame(treatment = seq(-100, 0, 1))
pred_df$pred <- predict(mod, newdata = pred_df, type = "response")
# 查看相邻预测值的差值，数值接近等距就意味着视觉上接近直线
diff(pred_df$pred)

内容的提问来源于stack exchange，提问作者user3508884