如何识别和删除不需要的曲线？

从统计角度来看，@ astrofunkswag所说的是正确的。您必须定义统计标准才能避免出现曲线。对我们来说幸运的是，使用broom可以复制功能geom_smooth()并将其存储在数据框中的所有必需的统计信息包，以评估模型的好坏是可能的。这里的代码将向您展示如何制作一种统计过滤器。首先数据：

library(ggplot2)
library(broom)
library(dplyr)
#Data
df4 <- data.frame(group = c("a", "a", "a", "a", "a", "b", "b", "b", "b", "b", 
                            "c", "c", "c", "c", "c", "d", "d", "d", "d", "d"),
                  pop = c(1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5),
                  value  = c(1,2,3,2.5,2,2,3,4,3.5,3,3,2,1,2,2.5,0.5,1.5,6,2,1.5))
 

现在，我们将按组复制模型geom_smooth()，并将不同的统计信息保存在新的数据框中：

#Fit models by group
df5 <- df4 %>% group_by(group) %>%
  do(fitmod = glance(lm(value ~ poly(pop,2), data = .))) %>% 
  unnest(fitmod) %>% dplyr::select(group,r.squared)

在之前的代码中，我仅选择了r.squared这些，但这些都是拟合模型的所有统计信息：

# A tibble: 4 x 12
  group r.squared adj.r.squared sigma statistic p.value    df logLik   AIC   BIC deviance
  <fct>     <dbl>         <dbl> <dbl>     <dbl>   <dbl> <int>  <dbl> <dbl> <dbl>    <dbl>
1 a         0.942         0.883 0.254     16.1   0.0584     3  2.06   3.89  2.32    0.129
2 b         0.942         0.883 0.254     16.1   0.0584     3  2.06   3.89  2.32    0.129
3 c         0.857         0.714 0.396      6     0.143      3 -0.177  8.35  6.79    0.314
4 d         0.550         0.101 2.03       1.22  0.450      3 -8.34  24.7  23.1     8.23 
# ... with 1 more variable: df.residual <int>

您可以使用任何这些措施定义条件。在我们的例子中，我将使用r.squared它，因为它可以测量拟合度。这是输出df5：

# A tibble: 4 x 2
  group r.squared
  <fct>     <dbl>
1 a         0.942
2 b         0.942
3 c         0.857
4 d         0.550

作为数据分析员，我可以设置性能良好的模型是r.squared0.9以上的模型。因此，根据该定义，我可以使用left_join()和构建下一个管道filter()，以便仅使模型具有适当的拟合度：

#Pipeline for plots
df4 %>% left_join(df5) %>%
  filter(r.squared>=0.9) %>% 
  ggplot(aes(x = pop, y = value, color = group)) +
  geom_smooth(method='lm', formula = y~poly(x,2), se = FALSE)+
  geom_point()  

输出：

您可以使用任何统计量度来定义具有良好拟合度的模型，并且可以在函数中设置所有代码以应用于多个数据框。