r - 绘制来自多元 GLM 与响应的每个预测变量（其他预测变量保持不变）

Question

我可以绘制一个预测变量（来自多变量逻辑、二项式 GLM）与预测响应的关系。我这样做：

m3 <- mtcars # example with mtcars
model = glm(vs~cyl+mpg+wt+disp+drat,family=binomial, data=m3)
newdata <- m3
newdata$cyl <- mean(m3$cyl)
newdata$mpg <- mean(m3$mpg)
newdata$wt <- mean(m3$wt)
newdata$disp <- mean(m3$disp)
newdata$drat <- m3$drat
newdata$vs <- predict(model, newdata = newdata, type = "response")
ggplot(newdata, aes(x = drat, y = vs)) + geom_line()

上面，drat vs vs所有其他预测变量保持不变。但是，我会为每个预测变量执行此操作，并且每次执行上述过程似乎很乏味。有没有更聪明的方法来做到这一点？我想可视化每个不同预测变量的响应，最终，也许是不同的常数。

Answer 1

检查 biomod2 包中的 response.plot2 函数。它的开发目的是为物种分布模型创建响应曲线，但它基本上可以满足您的需求 - 它生成一个多面板图，其中包含模型中使用的每个变量的响应。它还将数据输出到数据结构中，然后可以使用该结构以您喜欢的任何方式进行绘图。