我有一个哺乳动物属的数据框。该列的每一行都是不同的属。有三列:每个属的列的地理范围大小(一个连续变量),一个列表明是否在河流流域内部或外部发现了一个属(二进制变量),还有一列说明是否该属在化石记录中找到(二元变量)。
我已经进行了多重逻辑回归,以查看地理范围大小和进出盆地是否是使用以下R代码预测化石记录的存在。
Regression<-glm(df[ ,"FossilRecord"] ~ log(df[ ,"Geographic Range"]) + df[ ,"Basin"], family="binomial")
我试图找到一种方法来直观地总结这种回归的输出(除了回归摘要表之外)。
我知道如何为单变量回归做到这一点。例如,如果我想看到地理范围大小与化石记录中的存在之间的关系,我可以使用像这样的情节。
但是,当有两个独立变量时,我不知道如何制作类似或等效的图,其中一个是二进制。在这种情况下我可以使用哪些绘图和数据可视化技术?
感谢您的帮助!
答案 0 :(得分:3)
您可以为分类变量的每个值绘制单独的曲线。您没有提供样本数据,因此这是另一个数据集的示例:
library(ggplot2)
# Data
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
# Model. gre is continuous. rank has four categories.
m1 = glm(admit ~ gre + rank, family=binomial, data=mydata)
# Predict admit probability
newdata = expand.grid(gre=seq(200,800, length.out=100), rank=1:4)
newdata$prob = predict(m1, newdata, type="response")
ggplot(newdata, aes(gre, prob, color=factor(rank), group=rank)) +
geom_line()
更新:要响应@Provisional.Modulation的评论:根据您要突出显示的内容以及视觉上清晰易懂的内容,有很多选项,具体取决于您的特定数据和模型输出。
以下是使用内置mtcars
数据框和逻辑回归的示例,其中包含一个分类和两个连续预测变量:
m1 = glm(vs ~ cyl + mpg + hp, data=mtcars, family=binomial)
现在我们创建一个新的数据框,其中包含cyl
的唯一值,hp
的五个分位数和mpg
的连续序列,我们将其放在x轴上(你当然也可以使用mpg
的分位数并使用hp
作为x轴变量)。如果您有许多连续变量,则在绘制其他变量之间的关系时,可能需要将其中一些设置为单个值,例如中位数。
newdata = with(mtcars, expand.grid(cyl=unique(cyl),
mpg=seq(min(mpg),max(mpg),length=20),
hp = quantile(hp)))
newdata$prob = predict(m1, newdata, type="response")
这是三个潜在的图表,具有不同程度的易读性。
ggplot(newdata, aes(mpg, prob, colour=factor(cyl))) +
geom_line() +
facet_grid(. ~ hp)
ggplot(newdata, aes(mpg, prob, colour=factor(hp), linetype=factor(cyl))) +
geom_line()
ggplot(newdata, aes(mpg, prob, colour=factor(hp))) +
geom_line() +
facet_grid(. ~ cyl)
这是使用geom_tile
在每个绘图面板中包含两个连续维度的另一种方法。
newdata = with(mtcars, expand.grid(cyl=unique(cyl),
mpg=seq(min(mpg),max(mpg),length=100),
hp =seq(min(hp),max(hp),length=100)))
newdata$prob = predict(m1, newdata, type="response")
ggplot(newdata, aes(mpg, hp, fill=prob)) +
geom_tile() +
facet_grid(. ~ cyl) +
scale_fill_gradient2(low="red",mid="yellow",high="blue",midpoint=0.5,
limits=c(0,1))
答案 1 :(得分:3)
可视化非常重要,但却非常困难。在您的示例中,我建议为您的分类协变量(盆地)的每个级别绘制一条预测FossilRecord与GeographicRange的线。以下是如何使用ggplot2包
执行此操作的示例##generating data
ssize <- 100
set.seed(12345)
dat <- data.frame(
Basin = rbinom(ssize, 1,.4),
GeographicRange = rnorm(ssize,10,2)
)
dat$FossilRecord = rbinom(ssize,1,(.3 + .1*dat$Basin + 0.04*dat$GeographicRange))
##fitting model
fit <- glm(FossilRecord ~ Basin + GeographicRange, family=binomial(), data=dat)
我们可以使用predict()
函数获取许多GeographicRange值和每个Basin类别的预测响应值。
##getting predicted response from model
plotting_dfm <- expand.grid(GeographicRange = seq(from=0, to = 20, by=0.1),
Basin = (0:1))
plotting_dfm$preds <- plogis( predict(fit , newdata=plotting_dfm))
现在您可以绘制预测结果:
##plotting the predicted response on the two covariates
library(ggplot2)
pl <- ggplot(plotting_dfm, aes(x=GeographicRange, y =preds, color=as.factor(Basin)))
pl +
geom_point( ) +
ggtitle("Predicted FossilRecord by GeoRange and Basin") +
ggplot2::ylab("Predicted FossilRecord")
答案 2 :(得分:0)
如果您正在寻找固定解决方案,visreg package可能适合您。
使用@ eipi10数据的示例
library(visreg)
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
m1 = glm(admit ~ gre + rank, family=binomial, data=mydata)
visreg(m1, "admit", by = "rank")
documentation中描述的更多选项。