Question

为了帮助填写R标签，我发布了一些我经常从学生那里收到的问题。多年来，我已经对这些问题做出了自己的答案，但也许还有更好的方法，我不知道。

问题：我刚刚使用连续y和x进行回归，但因子f（其中levels(f)生成c("level1","level2")）

 thelm <- lm(y~x*f,data=thedata)

现在，我想根据y定义的组，按x绘制f的预测值。我得到的所有情节都是丑陋的，显示的线条太多了。

我的回答：尝试predict()功能。

##restrict prediction to the valid data 
##from the model by using thelm$model rather than thedata

 thedata$yhat <- predict(thelm,
      newdata=expand.grid(x=range(thelm$model$x),
                          f=levels(thelm$model$f)))

 plot(yhat~x,data=thethedata,subset=f=="level1")
 lines(yhat~x,data=thedata,subset=f=="level2")

是否有其他想法（1）对于新手更容易理解和/或（2）从其他角度更好？

Answer 1

效果包具有良好的绘图方法，可以显示回归的预测值。

thedata<-data.frame(x=rnorm(20),f=rep(c("level1","level2"),10))
thedata$y<-rnorm(20,,3)+thedata$x*(as.numeric(thedata$f)-1)

library(effects)
model.lm <- lm(formula=y ~ x*f,data=thedata)
plot(effect(term="x:f",mod=model.lm,default.levels=20),multiline=TRUE)

Answer 2

嗯 - 仍然试图将我的大脑包围在expand.grid()。仅仅为了比较，我就是这样做的（使用ggplot2）：

thedata <- data.frame(predict(thelm), thelm$model$x, thelm$model$f)

ggplot(thedata, aes(x = x, y = yhat, group = f, color = f)) + geom_line()

我认为ggplot（）逻辑非常直观 - 用f对行进行分组和着色。随着组数量的增加，不必为每个组指定一个层越来越有用。

Answer 3

我不是R的专家。但我使用：

xyplot(y ~ x, groups= f, data= Dat, type= c('p','r'), 
   grid= T, lwd= 3, auto.key= T,)

这也是一个选择：

interaction.plot(f,x,y, type="b", col=c(1:3), 
             leg.bty="0", leg.bg="beige", lwd=1, pch=c(18,24), 
             xlab="", 
             ylab="",
             trace.label="",
             main="Interaction Plot")

Answer 4

这是对马特的优秀建议和类似于Helgi但与ggplot类似的解决方案的一个小改动。与上面的区别仅在于我使用了geom_smooth（method =＆＃39; lm），它直接绘制了回归线。

set.seed(1)
y = runif(100,1,10)
x = runif(100,1,10)
f = rep(c('level 1','level 2'),50)
thedata = data.frame(x,y,f)
library(ggplot2)
ggplot(thedata,aes(x=x,y=y,color=f))+geom_smooth(method='lm',se=F)

从线性模型绘制交互效果的最佳方法

4 个答案: