4

タイタニックからのデータを使用して、経験的確率に対してバイナリ選択glmからのモデル予測をプロットしようとしています。クラスや性別の違いを示すために、私はファセットを使用していますが、私には理解できないことが2つあります。1つ目は、レス曲線を0から1の間に制限したいのですがylim(c(0,1))、プロットの最後にオプションを追加すると、レス曲線の片側が外側にある場合、レス曲線の周りのリボンが切断されます。バウンド。次に、各ファセットの最小x値（glmから予測される確率）から最大x値（同じファセット内）まで線を引き、y=1で表示します。 glm予測確率。

レス-タイタニック

#info on this data http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3info.txt
load(url('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.sav'))
titanic <- titanic3[ ,-c(3,8:14)]; rm(titanic3)
titanic <- na.omit(titanic) #probably missing completely at random
titanic$age <- as.numeric(titanic$age)
titanic$sibsp <- as.integer(titanic$sibsp)
titanic$survived <- as.integer(titanic$survived)

training.df <- titanic[sample(nrow(titanic), nrow(titanic) / 2), ]
validation.df <- titanic[!(row.names(titanic) %in% row.names(training.df)), ]


glm.fit <- glm(survived ~ sex + sibsp + age + I(age^2) + factor(pclass) + sibsp:sex,
               family = binomial(link = "probit"), data = training.df)

glm.predict <- predict(glm.fit, newdata = validation.df, se.fit = TRUE, type = "response")

plot.data <- data.frame(mean = glm.predict$fit, response = validation.df$survived,
                        class = validation.df$pclass, sex = validation.df$sex)

require(ggplot2)
ggplot(data = plot.data, aes(x = as.numeric(mean), y = as.integer(response))) + geom_point() +
       stat_smooth(method = "loess", formula = y ~ x) +
       facet_wrap( ~ class + sex, scale = "free") + ylim(c(0,1)) + 
       xlab("Predicted Probability of Survival") + ylab("Empirical Survival Rate")
4

1 に答える 1

2

最初の質問に対する答えは、 ;coord_cartesian(ylim=c(0,1))の代わりに使用することです。ylim(0,1)これは適度なFAQです。

2番目の質問では、ggplot内でそれを行う方法があるかもしれませんが、データを外部に要約する方が簡単でした。

g0 <- ggplot(data = plot.data, aes(x = mean, y = response)) + geom_point() +
             stat_smooth(method = "loess") +
             facet_wrap( ~ class + sex, scale = "free") + 
             coord_cartesian(ylim=c(0,1))+
             labs(x="Predicted Probability of Survival",
                  y="Empirical Survival Rate")

（いくつかのデフォルト値を削除し、を使用して、コードを少し短縮しlabsました。）

ss <- ddply(plot.data,c("class","sex"),summarise,minx=min(mean),maxx=max(mean))
g0 + geom_segment(data=ss,aes(x=minx,y=minx,xend=maxx,yend=maxx),
                  colour="red",alpha=0.5)
于 2013-01-12T16:46:46.307 に答える