我想知道是否可以在数值变量中使用交互绘制二项式glm。就我而言:
##Data set artificial
set.seed(20)
d <- data.frame(
mating=sample(0:1, 200, replace=T),
behv = scale(rpois(200,10)),
condition = scale(rnorm(200,5))
)
#Binomial GLM ajusted
model<-glm(mating ~ behv + condition, data=d, family=binomial)
summary(model)
在模型中behv和条件显着的情况下
#Plotting first for behv
x<-d$behv ###Take behv values
x2<-rep(mean(d$condition),length(d_p[,1])) ##Fixed mean condition
# Points
plot(d$mating~d$behv)
#Curve
curve(exp(model$coefficients[1]+model$coefficients[2]*x+model$coefficients[3]*x2)
/(1+exp(model$coefficients[1]+model$coefficients[2]*x+model$coefficients[3]*x2)))
但是不起作用!!还有另一种正确的方法吗?
由于
答案 0 :(得分:1)
似乎您所需的输出是条件均值(或最佳拟合线)的图。您可以通过使用predict
函数计算预测值来完成此操作。
我会稍微改变你的例子,以获得更好看的结果。
d$mating <- ifelse(d$behv > 0, rbinom(200, 1, .8), rbinom(200, 1, .2))
model <- glm(mating ~ behv + condition, data = d, family = binomial)
summary(model)
现在,我们制作一个包含所需值的newdata
数据框:
newdata <- d
newdata$condition <- mean(newdata$condition)
newdata$yhat <- predict(model, newdata, type = "response")
最后,我们用x轴变量对newdata
进行排序(如果没有,我们将在整个绘图中得到锯齿形的线条),然后绘制:
newdata <- newdata[order(newdata$behv), ]
plot(newdata$mating ~ newdata$behv)
lines(x = newdata$behv, y = newdata$yhat)
输出: