没问题，我来教你怎么在ggplot2里添加这些非参数回归曲线！其实核心是把locpoly()的结果转换成ggplot能识别的数据框格式，然后用geom_line()添加进去就行，具体步骤和完整可运行代码如下：

完整解决方案代码 #

library(KernSmooth)
library(ggplot2)

# 1. 生成原始数据（和你原来的代码一致）
set.seed(1995)
X <- runif(100, -1, 1)
G <- X[which(X > 0)]
L <- X[which(X < 0)]
u <- rnorm(100, 0, 0.02)
Y <- -exp(-20*L^2)-exp(-20*G^2)/(X+1)+u

# 2. 计算回归模型（线性+不同带宽的非参数回归）
m <- lm(Y~X)
m2 <- locpoly(X, Y, bandwidth = 0.05, degree = 0)
m3 <- locpoly(X, Y, bandwidth = 0.15, degree = 0)
m4 <- locpoly(X, Y, bandwidth = 0.3, degree = 0)

# 3. 把非参数回归结果转换成ggplot可用的数据框
# 批量处理并合并不同带宽的结果，添加分组标识
non_param_df <- do.call(rbind, lapply(
  list("NW(bw=0.05)" = m2, "NW(bw=0.15)" = m3, "NW(bw=0.3)" = m4),
  function(model) {
    df <- as.data.frame(model)
    df$bandwidth <- names(model)
    df
  }
))

# 4. 用ggplot绘制完整图形
ggplot(data.frame(X = X, Y = Y), aes(x = X, y = Y)) +
  # 绘制散点
  geom_point(shape = 1) +
  # 添加线性回归曲线
  geom_smooth(method = lm, se = FALSE, color = "red") +
  # 添加非参数回归曲线，按带宽分组设置颜色
  geom_line(data = non_param_df, aes(x = x, y = y, color = bandwidth), linetype = 1) +
  # 手动指定曲线颜色，和你base R的设置一致
  scale_color_manual(values = c(
    "NW(bw=0.05)" = "red",
    "NW(bw=0.15)" = "black",
    "NW(bw=0.3)" = "green"
  )) +
  # 你的自定义坐标轴样式
  theme(axis.line = element_line(colour = "black", size = 0.25)) +
  # 优化图例标题
  labs(color = "Non-parametric Regression")

关键细节说明 #

1. 数据格式转换：locpoly()返回的是包含x和y的列表，必须转换成数据框才能被ggplot使用。这里用批量处理的方式把三个带宽的结果合并成一个带bandwidth分组列的数据框，比手动创建三个数据框更高效。
2. 修正数据源问题：你原来的ggplot代码用lm对象作为数据源是不对的，ggplot需要原始的X/Y数据来绘制散点，所以这里用data.frame(X = X, Y = Y)作为主数据源。
3. 自动分组与图例：通过aes(color = bandwidth)让ggplot自动区分不同带宽的曲线，并生成对应的图例，无需手动添加多个geom_line。

内容的提问来源于stack exchange，提问作者User 6683331