19

我有一个包含连续预测变量和二分响应变量的 data.frame。

> head(df)
  position response
1        0        1
2        3        1
3       -4        0
4       -1        0
5       -2        1
6        0        0

我可以通过glm()-function 轻松计算逻辑回归,到目前为止没有问题。

接下来,我想创建一个ggplot包含11 个预测变量值中每一个的经验概率和拟合回归线 的图。

我继续计算概率cast()并将它们保存在另一个 data.frame

> probs
   position   prob
1        -5 0.0500
2        -4 0.0000
3        -3 0.0000
4        -2 0.2000
5        -1 0.1500
6         0 0.3684
7         1 0.4500
8         2 0.6500
9         3 0.7500
10        4 0.8500
11        5 1.0000

我绘制了概率:

p <- ggplot(probs, aes(x=position, y=prob)) + geom_point()

但是当我尝试添加拟合回归线时

p <- p + stat_smooth(method="glm", family="binomial", se=F)

它返回一个警告:non-integer #successes in a binomial glm!。我知道为了绘制stat_smooth“正确”,我必须df使用二分变量在原始数据上调用它。但是,如果我使用 中的df数据ggplot(),我看不到绘制概率的方法。

如何将概率和回归线组合在一个图中,就像它在 ggplot2 中的方式一样,即没有收到任何警告或错误消息?

4

1 回答 1

28

基本上有三种解决方案:

合并 data.frames

将数据放在两个单独data.frame的 s 中后,最简单的方法是将它们合并position

mydf <- merge( mydf, probs, by="position")

然后你可以ggplotdata.frame没有警告的情况下调用它:

ggplot( mydf, aes(x=position, y=prob)) +
  geom_point() +
  geom_smooth(method = "glm", 
    method.args = list(family = "binomial"), 
    se = FALSE) 

在此处输入图像描述

避免创建两个 data.frames

将来,您可以直接避免创建两个单独的 data.frames,您必须稍后合并它们。就个人而言,我喜欢使用这个plyr包:

librayr(plyr)
mydf <- ddply( mydf, "position", mutate, prob = mean(response)  )

编辑:为每一层使用不同的数据

我忘了提到,你可以为每一层使用另一个data.frame,这是一个强大的优势ggplot2

ggplot( probs, aes(x=position, y=prob)) +
  geom_point() +
  geom_smooth(data = mydf, aes(x = position, y = response),
    method = "glm", method.args = list(family = "binomial"), 
    se = FALSE)

作为附加提示:避免使用变量名称,因为您通过分配给该变量名称来df覆盖内置函数。stats::df

于 2013-06-09T16:24:37.197 回答