回归线的热图

Question

假设我运行一个贝叶斯简单线性回归。我想通过基于 a（截距）和 b（斜率）的后验分布绘制多条回归线来可视化结果。我想知道如何以类似热图的样式显示结果，或者使用透明度来避免重叠。这是一种简单的 ggplot 方法。

library(ggplot2)
set.seed(123)

N = 1000
x = 1:80
a = rnorm(N,10,3)
b = rnorm(N,5,2)

y = vector("list",length=N)
for(i in 1:N) {y[[i]] = a[i]+b[i]*x}


df = data.frame(x=rep(x,N),y=unlist(y))
df$f = rep(1:N,each=80)

(plt <- ggplot(df, aes(x, y,group=f)) + 
  geom_jitter(alpha=1/30,width=5,col="blue") + theme_classic())

有更好的方法吗？如果颜色会根据重叠量而改变（就像在热图中一样），那就太好了。

Answer 1

为什么不用后验样本绘制线图

g = ggplot(df, aes(x, y)) + 
  geom_line(alpha=1/50,col="grey",aes(group=f)) + 
  theme_classic()

然后为后验期望添加一条较暗的线

g + stat_summary(geom="line", fun.y=mean, color="black", lwd=1)

给予

Answer 2

另一种方法是通过 stat_density_2d 函数和 ggplot2。有多种方法可以做到这一点。使用您的 df...

作为热图

ggplot(df, aes(x = x, y=y))+
  stat_density_2d(aes(fill = ..density..), geom = "raster", contour = FALSE)+
  scale_fill_gradient(low = "blue", high = "red")+
  stat_summary(geom="line", fun.y=mean, color = "white",lwd=1)+
  theme_classic()

反之，您也可以使用积分。

ggplot(df, aes(x = x, y=y))+
  stat_density_2d(aes(size = ..density..), geom = "point", contour = FALSE)+
  stat_summary(geom="line", fun.y=mean, color = "white",lwd=1)+
  theme_classic()

回归线的热图

Heatmap of regression lines

r

bayesian

heatmap

ggplot2