如何用ggplot在同一图中绘制病例数的简单与多重线性回归曲线？

嘿，我来帮你搞定这个ggplot的回归趋势绘图问题！首先先纠正一个小细节：你写的多重线性回归公式lm(case~ I(year +rain), data=data)其实不符合需求——I(year+rain)是把年份和降雨量相加作为单个变量，而我们要做的是同时纳入year和rain作为自变量，实现“经降雨量调整”的时间趋势，所以正确的公式应该是lm(case~ year + rain, data=data)哦。

接下来我会一步步带你用ggplot画出两条对比趋势线，核心思路是先拟合模型，生成包含预测值的数据集，再用ggplot的图层叠加实现：

第一步：拟合两个回归模型 #

先把你的原始数据和两个模型都准备好：

# 原始数据
data <- data.frame( 
  x=c(1:12) , 
  case=c(3,5,1,8,2,4,5,0,8,2,3,5) , 
  rain=c(1,8,2,1,4,5,3,0,8,2,3,4) , 
  country=c("A","A","A","A","B","B","B","B","C","C","C","C") , 
  year=rep(seq(2000,2003,1),3) 
)

# 未调整的粗趋势模型
model_unadj <- lm(case ~ year, data = data)
# 经降雨量调整的模型（正确公式）
model_adj <- lm(case ~ year + rain, data = data)

第二步：生成用于绘图的预测数据集 #

ggplot是数据驱动的绘图工具，我们需要先算出两个模型在不同年份的拟合值，才能画出趋势线。对于调整后的模型，因为它同时包含year和rain，我们需要固定rain在一个参考水平（比如整体均值），这样画出的是控制降雨量为平均水平时，病例数随年份的趋势：

# 创建预测数据集：覆盖所有年份，rain取均值作为参考
pred_data <- expand.grid(
  year = unique(data$year),
  rain = mean(data$rain)
)

# 计算两个模型的预测值
pred_data$unadj_pred <- predict(model_unadj, newdata = pred_data)
pred_data$adj_pred <- predict(model_adj, newdata = pred_data)

第三步：用ggplot绘制对比图 #

现在我们可以把原始散点和两条趋势线叠加起来，还能给不同国家的点加上颜色区分，让图更清晰：

library(ggplot2)

ggplot(data, aes(x = year, y = case)) +
  # 绘制原始病例数散点，按国家区分颜色
  geom_point(aes(color = country), size = 3, alpha = 0.7) +
  # 绘制未调整的粗趋势线
  geom_line(data = pred_data, aes(y = unadj_pred, color = "粗趋势（未调整）"), size = 1.2) +
  # 绘制经降雨量调整的趋势线（用虚线区分）
  geom_line(data = pred_data, aes(y = adj_pred, color = "经降雨量调整"), size = 1.2, linetype = "dashed") +
  # 自定义颜色和图例名称
  scale_color_manual(
    name = "趋势/国家",
    values = c(
      "粗趋势（未调整）" = "darkblue", 
      "经降雨量调整" = "darkred", 
      "A" = "skyblue", 
      "B" = "orange", 
      "C" = "green"
    )
  ) +
  # 添加标题和坐标轴标签
  labs(
    x = "年份",
    y = "病例数",
    title = "2000-2003年病例数时间趋势对比",
    caption = "注：调整后趋势基于降雨量均值绘制"
  ) +
  # 用简洁的主题，让标题居中
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5))

为什么不用abline？ #

abline可以直接调用模型系数画直线，但它没法灵活调整调整后模型的参考条件（比如固定rain的水平），也很难和ggplot的图层系统完美兼容。用预测数据集的方式，你可以轻松修改rain的参考值（比如取中位数、分组均值），或者添加置信区间（只需要在predict()里加interval="confidence"即可），灵活性更高。

内容的提问来源于stack exchange，提问作者user3355655