8

我对多个连续预测变量进行了多元回归，其中一些结果显着，我想针对其中一个预测变量创建我的 DV 的散点图或类似散点图，包括“回归线”。我怎样才能做到这一点？

我的情节看起来像这样

D = my.data; plot( D$probCategorySame, D$posttestScore )

如果是简单回归，我可以添加这样的回归线：

lmSimple <- lm( posttestScore ~ probCategorySame, data=D )
abline( lmSimple )

但我的实际模型是这样的：

lmMultiple <- lm( posttestScore ~ pretestScore + probCategorySame + probDataRelated + practiceAccuracy + practiceNumTrials, data=D )

我想添加一条回归线，它反映了实际模型的系数和截距，而不是简化的。为了做到这一点，我想我很乐意为所有其他预测变量假设平均值，尽管我已经准备好听取相反的建议。

这可能没有什么区别，但我会提到以防万一，由于我可能不想绘制原始数据，情况会稍微复杂一些。相反，我想为预测变量的分箱值绘制 DV 的平均值，如下所示：

D[,'probCSBinned'] = cut( my.data$probCategorySame, as.numeric( seq( 0,1,0.04 ) ), include.lowest=TRUE, right=FALSE, labels=FALSE )
D = aggregate( posttestScore~probCSBinned, data=D, FUN=mean )
plot( D$probCSBinned, D$posttestScore )

只是因为当我这样做时，它恰好对我的数据看起来更干净。

4

3 回答 3

10

要绘制线性或广义线性模型中的各个项（即，拟合lm或glm），请使用termplot。无需分箱或其他操作。

# plot everything on one page
par(mfrow=c(2,3))
termplot(lmMultiple)

# plot individual term
par(mfrow=c(1,1))
termplot(lmMultiple, terms="preTestScore")
于 2013-07-13T05:13:12.727 回答
6

您需要在绘图的域中创建一个 x 值向量，并从您的模型中预测它们对应的 y 值。为此，您需要将此向量注入到由与模型中的变量匹配的变量组成的数据框中。您说您可以将其他变量固定在它们的平均值，所以我在我的解决方案中使用了这种方法。考虑到绘图中的其他值，您预测的 x 值是否实际上合法应该是您在设置时考虑的因素。

如果没有示例数据，我无法确定这是否适合您，因此如果下面有任何错误，我深表歉意，但这至少应该说明该方法。

# Setup
xmin = 0; xmax=10 # domain of your plot
D = my.data
plot( D$probCategorySame, D$posttestScore, xlim=c(xmin,xmax) )
lmMultiple <- lm( posttestScore ~ pretestScore + probCategorySame + probDataRelated + practiceAccuracy + practiceNumTrials, data=D )

# create a dummy dataframe where all variables = their mean value for each record
# except the variable we want to plot, which will vary incrementally over the 
# domain of the plot. We need this object to get the predicted values we
# want to plot.
N=1e4
means = colMeans(D)
dummyDF = t(as.data.frame(means))
for(i in 2:N){dummyDF=rbind(dummyDF,means)} # There's probably a more elegant way to do this.
xv=seq(xmin,xmax, length.out=N)
dummyDF$probCSBinned = xv 
# if this gives you a warning about "Coercing LHS to list," use bracket syntax:
#dummyDF[,k] = xv # where k is the column index of the variable `posttestScore`

# Getting and plotting predictions over our dummy data.
yv=predict(lmMultiple, newdata=subset(dummyDF, select=c(-posttestScore)))
lines(xv, yv)
于 2013-07-12T14:55:18.960 回答
3

查看Predict.PlotTeachingDemos 包中的函数，以获取一个选项来绘制一个预测变量与其他预测变量在给定值下的响应。

于 2013-07-12T16:09:27.243 回答