ggplot2：Logistic回归 - 绘制概率和回归线

Question

我有一个包含连续预测器和二分响应变量的data.frame。

> head(df)
  position response
1        0        1
2        3        1
3       -4        0
4       -1        0
5       -2        1
6        0        0

我可以通过glm() - 函数轻松计算逻辑回归，到目前为止没有任何问题。

接下来，我想要创建一个ggplot的图，其中包含每个总体11个预测值的经验概率，和拟合的回归线。

我继续使用cast()计算概率并将其保存在另一个data.frame

中

> probs
   position   prob
1        -5 0.0500
2        -4 0.0000
3        -3 0.0000
4        -2 0.2000
5        -1 0.1500
6         0 0.3684
7         1 0.4500
8         2 0.6500
9         3 0.7500
10        4 0.8500
11        5 1.0000

我绘制了概率：

p <- ggplot(probs, aes(x=position, y=prob)) + geom_point()

但是当我尝试添加拟合的回归线时

p <- p + stat_smooth(method="glm", family="binomial", se=F)

它会返回警告：non-integer #successes in a binomial glm!。 我知道为了正确绘制stat_smooth“，我必须使用二分变量在原始df数据上调用它。但是，如果我使用df中的ggplot()数据，我认为无法绘制概率。

如何将概率和回归线组合在一个中，就像它在ggplot2中的方式一样，即没有收到任何警告或错误消息？

Answer 1

基本上有三种解决方案：

合并data.frames

最简单的方法是，将您的数据分成两个单独的data.frame s，然后按position合并它们：

mydf <- merge( mydf, probs, by="position")

然后，您可以在此ggplot上致电data.frame，而不会发出警告：

ggplot( mydf, aes(x=position, y=prob)) +
  geom_point() +
  geom_smooth(method = "glm", 
    method.args = list(family = "binomial"), 
    se = FALSE) 

避免创建两个data.frames

将来你可以直接避免创建两个独立的data.frames，你必须在以后合并。就个人而言，我喜欢使用plyr包：

librayr(plyr)
mydf <- ddply( mydf, "position", mutate, prob = mean(response)  )

编辑：为每个图层使用不同的数据

我忘了提及，您可以为每个图层使用另一个data.frame，这是ggplot2的强大优势：

ggplot( probs, aes(x=position, y=prob)) +
  geom_point() +
  geom_smooth(data = mydf, aes(x = position, y = response),
    method = "glm", method.args = list(family = "binomial"), 
    se = FALSE)

作为附加提示：避免使用变量名df，因为您通过分配此变量名来覆盖内置函数stats::df。