Question

我试图在R中绘制逻辑回归，用于连续自变量和二分因变量。我对R的经验非常有限，但是我的教授让我把这个图添加到我写的一篇论文中，他说R可能是创建它的最好方法。无论如何，我确定这里有很多错误，但这是之前在StackOverflow上提出的那种错误：

ggplot(vvv, aes(x = vvv$V1, y=vvv$V2)) + geom_point() + stat_smooth(method="glm", family="binomial", se=FALSE) 
curve(predict(ggg, data.frame(V1=x), type="response"), add=TRUE)

其中vvv是我的csv文件的名称（2个变量中有31个），V1是连续变量，V2是二分变量。另外，ggg（30个列表？）如下：

ggg<- glm(formula = vvv$V2 ~ vvv$V1, family = "binomial", data = vvv)

ggplot函数生成我的数据点图，但没有逻辑回归曲线。曲线函数导致以下错误：

 "Error in curve(predict(ggg, data.frame(V1 = x), type = "resp"), add = TRUE) : 'expr' did not evaluate to an object of length 'n'    

In addition: Warning message:'newdata' had 101 rows but variables found have 31 rows"

我不确定问题是什么，而且我在查找此特定问题的资源方面遇到了困难。有人可以帮忙吗？非常感谢：）

编辑：感谢响应的任何人！我的数据vvv如下，其中百分比是特定区域中物种存在/不存在的初始概率，1和0表示物种是否最终被观察到。：

    V1  V2
1   95.00%  1
2   95.00%  0
3   95.00%  1
4   92.00%  1
5   92.00%  1
6   92.00%  1
7   92.00%  1
8   92.00%  1
9   92.00%  1
10  92.00%  1
11  85.00%  1
12  85.00%  1
13  85.00%  1
14  85.00%  1
15  85.00%  1
16  80.00%  1
17  80.00%  0
18  77.00%  1
19  77.00%  1
20  75.00%  0
21  70.00%  1
22  70.00%  0
23  70.00%  0
24  70.00%  1
25  70.00%  0
26  69.00%  1
27  65.00%  0
28  60.00%  1
29  50.00%  1
30  35.00%  0
31  25.00%  0

Answer 1

正如@MrFlick评论的那样，V1可能是一个因素。所以，首先你必须将它改为数字类。这只是替代＆＃34;％＆＃34;什么都没有，除以100，所以你将比例作为数字类：

vvv$V1<-as.numeric(sub("%","",vvv$V1))/100

执行此操作，您可以使用自己的代码，并且您将获得逻辑回归的图表：

ggplot(vvv, aes(x = vvv$V1, y=vvv$V2)) + geom_point() + stat_smooth(method="glm", family="binomial", se=F)

这不仅应该打印点，还应该打印逻辑回归曲线。我不明白使用curves有什么意义。从我的问题中我可以理解，这足以满足您的需求。

在R中绘制Logistic回归，但我不断收到错误

1 个答案: