散点图的连续分位数

我有一个数据集，我为其绘制了回归图（使用ggplot2's stat_smooth) :

ggplot(data = mydf, aes(x=time, y=pdm)) + geom_point() + stat_smooth(col="red") 

我还想使用相同的方法获得分位数（如果更简单，只需四分位数即可）。我所能得到的只是以下内容：

ggplot(data = mydf, aes(x=time, y=pdm, z=surface)) + geom_point() + stat_smooth(col="red") + stat_quantile(quantiles = c(0.25,0.75)) 

不幸的是，我不能把method="loess" in stat_quantile()，如果我没记错的话，这将解决我的问题。

（如果不清楚，期望的行为 = 分位数的非线性回归，因此 Q25 和 Q75 的回归（分别）低于和高于我的红色曲线（Q50，如果绘制，将是我的红色曲线））。

Thanks

stat_quantile默认情况下，在每个 x 值处绘制第 25 个和第 75 个百分位数的最佳拟合线。stat_quantile使用rq函数从quantreg包（隐式地，method="rq" in the stat_quantile称呼）。据我所知，rq不做黄土回归。但是，您可以使用其他灵活的函数进行分位数回归。下面是两个例子：

B 样条曲线：

library(splines)

stat_quantile(formula=y ~ bs(x, df=4), quantiles = c(0.25,0.75))

二阶多项式：

stat_quantile(formula=y ~ poly(x, 2), quantiles = c(0.25,0.75))

stat_quantile仍在使用rq, but rq接受上面列出的类型的公式（如果您不提供公式，则stat_quantile隐式使用formula=y~x）。如果您在中使用相同的公式geom_smooth as for stat_quantile，您将对分位数和平均期望使用一致的回归方法。