Question

我正在使用R中的lm（）函数进行多元线性回归，并想绘制一个调整后的响应图。这就是我要为每个解释变量绘制的预测值和实际值，使用其他平均值对其他解释变量进行了调整。 SAS JMP等软件包中提供了此软件包，但我找不到R软件包。我可以创建一些东西，但想使用一个包（如果有）。请告知。

我要寻找的定义如下。 “调整后的响应图显示了拟合响应作为var的函数，其他预测变量通过对拟合中使用的数据上的拟合值求平均值来求平均值。调整后的数据点是通过将残差与每个拟合后的拟合值相加而得出的观察。”

该人从最初的原则中弄清楚了如何做到这一点，但是如果有一个好的包装，那么

# Multi-Linear Regression

reg2 <- lm(overall ~ intl_rep + passing + position + physicality + pace
       , data=Data)

summary(reg2)
AIC(reg2)
Anova(reg2)


# Add the predicted values and residuals to the data frame
Data$predicted <- predict(reg2)
Data$residuals <- rstudent(reg2)

AdjResp_passing= reg2$coef[1] + reg2$coef[2]*mean(Data$intl_rep) +
  reg2$coef[3]*Data$passing + reg2$coef[18] + 
  reg2$coef[19]*mean(Data$physicality) + reg2$coef[20]*mean(Data$pace)

windows.options(width=15, height=15)
windows()
plot(AdjResp_passing+Data$overall-Data$predicted~Data$passing,
 pch=20,cex=1,col="blue",ylim=c(70,100),ylab="Adjusted Response")
abline(lm(AdjResp_passing~Data$passing),col="red",lwd=2)

有一个类别变量，因此我采用了模式或最常见的类别，并使用了该变量（reg2 $ coef [18]）而不是平均值。无论如何，发现这个情节很有帮助。

enter image description here

调整后的响应图R

0 个答案: