0

複数の予測変数を持つロジスティック回帰モデルの確率曲線のプロットについて質問があります。ggplot2固有のソリューションについて疑問に思っており、ggplot2のロジットモデルから有用なグラフィックを作成しているため、これをSOに投稿しました。

だからここに例があります=

library(car)
mtcars
log <- glm(vs ~ mpg + am, data=mtcars, family=binomial)
summary(log)

これはロジット係数（対数オッズ）を提供しますが、mpgのすべての「レベル」でY = 1を予測し、ggplot2にいる方法を知りたいです。基本的に、ggplot2 を使用して、ロジット モデルの結果を解釈するのに役立つプロットを作成するにはどうすればよいですか? 複数の予測因子がある場合の解決策について特に疑問に思っています。

編集：

私は特に、予測値またはオッズ比を使用してグラフを生成することについて質問していました。

4

3 に答える 3

5

これはどう：

library(car)
mtcars
#Change your model name because log is also a function
logodds <- glm(vs ~ mpg + am, data=mtcars, family=binomial)
summary(logodds)

library(ggplot2)
new.data = with(mtcars, expand.grid(am = unique(am),
                                    mpg = seq(min(mpg), max(mpg))))

new.data$vs <- predict.glm(logodds, newdata = new.data, type = "response")

ggplot(new.data, aes(mpg, vs, colour = am)) + geom_line(aes(group = am))

ここに画像の説明を入力

于 2012-07-06T19:22:06.820 に答える
4

mpg と am の異なる値を指定して予測された Y を調べているのか、それとも単に係数を解釈しようとしているのかわからない?

係数を解釈しようとしている場合、私は係数プロットの大ファンです。

require(coefplot)
coefplot(log)

これで次のようになります。 ここに画像の説明を入力

編集： おそらくこれ。

preds <- with(mtcars, expand.grid(mpg, am))
names(preds) <- c("mpg", "am")
preds$Score <- predict(object=logMod, newdata=preds, type="response")
ggplot(preds, aes(x=mpg, y=Score, group=am, colour=factor(am))) + geom_line(linetype=2) + scale_color_discrete("am")

ここに画像の説明を入力

于 2012-07-06T19:10:24.237 に答える
2

もう 1 つの選択肢は、まだ ggplot2 を使用していませんが、Frank Harrell の rms パッケージにあるプロット メソッドです。Harrell がすぐにグラフを ggplot2 に切り替えてくれることを願っていますが、メソッドのセット、診断プロット、確率プロット、係数プロットなどは非常に便利です。

于 2012-07-07T23:37:47.840 に答える