1

ggplot2 を使用してロジスティック フィットを視覚化する方法の最も一般的に引用される例は、次のようなものです。

data("kyphosis", package="rpart")  
ggplot(data=kyphosis, aes(x=Age, y = as.numeric(Kyphosis) - 1)) +
      geom_point() + 
      stat_smooth(method="glm", family="binomial")

プロット イメージ

このビジュアライゼーションは、重複するデータがあまりない場合にうまく機能し、混雑したデータに対する最初の提案は、ポイントの x 座標と y 座標に注入されたジッターを使用してから、ポイントのアルファ値を調整することです。個々のポイントは役に立たないが、ポイントの分布は役に立たないポイントに到達した場合、geom_density()、geom_histogram()、または他の何かを使用してデータを視覚化することは可能ですが、y-に沿ってカテゴリ変数を分割し続けますか? geom_point() で行われるような軸?

私が見つけたものから、 geom_density() と geom_histogram() はカテゴリ変数によって簡単に分割/グループ化でき、両方のレベルは scale_y_reverse() を使用して簡単に逆にすることができますが、1つだけを移動することさえ可能かどうかはわかりませんカテゴリ変数分布をプロットの上部に配置します。ヘルプ/提案をいただければ幸いです。

4

2 に答える 2

0

私はあなたの主張を理解しているかどうかわかりませんが、ここで試みます：

dat <- rbind(kyphosis,kyphosis)
dat$grp <- factor(rep(c('smooth','dens'),each = nrow(kyphosis)),
                  levels = c('smooth','dens'))
ggplot(dat,aes(x=Age)) +
      facet_grid(grp~.,scales = "free_y") +
      #geom_point(data=subset(dat,grp=='smooth'),aes(y = as.numeric(Kyphosis) - 1)) +
      stat_smooth(data=subset(dat,grp=='smooth'),aes(y = as.numeric(Kyphosis) - 1),
                  method="glm", family="binomial") +
      geom_density(data=subset(dat,grp=='dens'))

ここに画像の説明を入力

于 2013-07-17T04:31:05.280 に答える