以缩小的 x 比例绘制 mcpfit 对象

Question

我有一个包含 2 个变量的 464 个观测值的数据集（“mdata”）。 x 变量是时间间隔，y 变量是每个时间间隔的测量值。我正在使用 mcp 寻找间隔 0 到 3000 之间的某个变化点，它已在“1500”附近识别出该变化点。在这种情况下。到目前为止一切顺利。

我想做的是以仅显示感兴趣区域的方式绘制这个变化点（例如，从 0 到 5000 的范围），但我无法让绘图停止显示整个 0-15000 范围x 刻度。

默认 mcp 图显示整个 y 和 x 范围

mcp 绘图尝试显示 y 轴如何受到限制（使用 ylim），但 x 轴保持不变 - 尽管使用 xlim

m数据： |水平|间隔 | | -------- | -------- | | .5 | 300 | 300 | 1.3 | 1.3 5000 |

我第一次尝试：

绘图（fit_mcp）+ theme_minimal（）

然后，我尝试使用以下方法限制 x 和 y 轴：

绘图（fit_mcp）+ theme_minimal（）+ xlim（0,5000）+ ylim（0,10）

y 轴更改为显示在 0 到 10 之间，但 x 轴保持在 0 到 15000 之间。我怀疑 mcp 图中有一些代码告诉 ggplot2 绘制整个 x 范围，但我无法弄清楚如何改变它。

Answer 1

使用

ggplot2::coord_cartesian()

调整限制而不改变正在绘制的数据。图表下方 reprex 的数据生成。

plot(fit)

使用

coord_cartesian

放大变更点：

plot(fit) + coord_cartesian(xlim = c(50, 80))

数据生成

示例取自

mcp

文档。

library(mcp)
library(ggplot2)

set.seed(42)
example <- mcp_example('demo')

model <- list(
  response ~ 1,  
  ~ 0 + time,    
  ~ 1 + time     
)

fit <- mcp(model, data = example$data)
#> Compiling model graph
#>    Resolving undeclared variables
#>    Allocating nodes
#> Graph information:
#>    Observed stochastic nodes: 100
#>    Unobserved stochastic nodes: 7
#>    Total graph size: 1732
#> 
#> Initializing model
#> Finished sampling in 5.4 seconds