如何为数据框多分组散点图添加过原点的分组回归线及方程图例

嘿，我来帮你搞定这个需求！假设你用的是R的ggplot2包（毕竟这是做分组可视化最常用的工具），我给你一套完整的解决方案，涵盖添加过(0,0)的分组回归线，以及在图例里显示每条线的回归方程~

首先，我们需要让回归线强制通过(0,0)，这可以通过在stat_smooth里指定无截距的线性回归公式来实现。先给你准备一份可直接运行的示例代码（包含模拟数据）：

library(ggplot2)
library(dplyr)

# 构造模拟数据（你可以替换成自己的数据集）
set.seed(123)
df <- data.frame(
  group = rep(paste0("Group ", 1:5), each = 20),
  x = rnorm(100, mean = 5, sd = 2),
  y = rnorm(100, mean = 0, sd = 3) + rep(c(0.5, 1, 1.5, 2, 2.5), each = 20)*x
)

# 绘制散点图 + 过原点的分组回归线
p <- ggplot(df, aes(x = x, y = y, color = group)) +
  geom_point(alpha = 0.6) +  # 散点加透明度避免重叠
  # 核心：指定无截距的线性回归，强制过(0,0)
  stat_smooth(method = "lm", formula = y ~ 0 + x, se = FALSE, linewidth = 1) +
  theme_minimal() +
  labs(x = "X变量", y = "Y变量", color = "分组")

p

这里的关键是formula = y ~ 0 + x，它告诉线性回归模型不要计算截距，直接让线穿过原点。如果需要保留回归线的置信区间，把se = FALSE改成se = TRUE就行。

接下来要把每个分组的回归方程（格式如y = kx）放到图例里，我们需要先计算每个分组的斜率，再格式化方程字符串，最后替换图例标签：

# 计算每个分组的回归斜率并格式化方程
eq_df <- df %>%
  group_by(group) %>%
  summarize(
    slope = coef(lm(y ~ 0 + x))[["x"]],  # 提取斜率（因为截距为0）
    eq = paste0("y = ", round(slope, 2), "x")  # 格式化为保留两位小数的方程
  )

# 更新图表，把图例标签替换成回归方程
p_with_eq <- p +
  scale_color_discrete(labels = eq_df$eq) +
  labs(color = "分组回归线方程")

p_with_eq

如果你想自定义回归线的颜色，也可以用scale_color_manual来指定颜色向量，同时对应方程标签：

# 自定义颜色版本
custom_colors <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442", "#0072B2")
p_with_eq_custom <- p +
  scale_color_manual(values = custom_colors, labels = eq_df$eq) +
  labs(color = "分组回归线方程")

p_with_eq_custom

• 确保eq_df里的分组顺序和原数据的分组顺序一致（group_by会按分组的自然顺序计算，一般没问题）；
• 如果你的数据集分组名称不是有序的，可以在group_by后加上arrange(group)来对齐顺序；
• 可以调整round(slope, 2)里的数字来改变斜率的小数位数，让方程更简洁或更精确。

内容的提问来源于stack exchange，提问作者Bella