我有一个包含多个总计为1的比例的数据集。我对这些比例沿梯度的变化感兴趣（请参见下面的示例数据）。
gradient <- 1:99
A1 <- gradient * 0.005
A2 <- gradient * 0.004
A3 <- 1 - (A1 + A2)
df <- data.frame(gradient = gradient,
A1 = A1,
A2 = A2,
A3 = A3)
require(ggplot2)
require(reshape2)
dfm <- melt(df, id = "gradient")
ggplot(dfm, aes(x = gradient, y = value, fill = variable)) +
geom_area()
附加信息： 不一定是线性的，我这样做只是为了简化示例。也可以使用原始计数来计算这些比例。实际数据集包含更多的变量，总计为1（例如B1，B2和B3，C1至C4等）-因此，提示使用多变量解也将有所帮助...但是现在我还是坚持单变量统计方面。
问题： 如何分析此类数据？我已经阅读了一些，也许多项式模型或glm适合吗？-如果运行3（或2）个glms，如何合并预测值总计为1的约束？我不仅想绘制此类数据，还想进行更深入的回归分析。我最好使用R-如何在R中做到这一点？
您能否详细说明“感兴趣”是什么意思？您是否只想针对梯度绘制比例？还是您想进行更深入的分析？如果是这样，其本质是什么？您希望从这些数据中学到什么？另外，您是否有可用的原始计数（会比较好）还是只有比例？您能否再说一下这些数据的组成和收集方式？
—
ub
@whuber：我想对此数据做更深入的分析。我的假设是比例会随着渐变而变化。计数也可用。
—
EDi 2012年
听起来您有合成数据。我对此并不了解，但是Aitchison的工作才是开始的地方。CRAN上有一个程序包，成分。
—
亚伦（Aaron）
proprcsplineStata中的命令可能是您要寻找的（我知道您想使用R，但这可能是一个起点）：proprcspline计算给定xvar的yvar的每个类别中观察比例的受限三次样条平滑度，并且将它们绘制为堆叠区域图。可选地，可以针对一组控制变量（cvar）调整这些平滑比例。