ggplot2：逻辑回归 - 绘制概率和回归线

Posted 2023-03-12

【中文标题】ggplot2：逻辑回归 - 绘制概率和回归线

【英文标题】：ggplot2: Logistic Regression - plot probabilities and regression line

【发布时间】：2013-06-05 08:32:05

【问题描述】：

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()-函数轻松计算逻辑回归，到目前为止没有问题。

接下来，我想用 ggplot 创建一个图，其中包含 11 个预测变量值中每一个的经验概率，和拟合回归线 .

我继续使用cast() 计算概率并将它们保存在另一个数据帧中

> 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“正确”绘制stat_smooth，我必须使用二分变量在原始df 数据上调用它。但是，如果我在ggplot() 中使用dfdata，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？

【问题讨论】：

首先绘制数据和+stat_smooth，然后通过调用+geom_line(aes(x=position, y=prob), data=probs) 添加所需概率的线图。在没有数据示例的情况下未经测试。

【参考方案1】：

基本上有三种解决方案：

合并 data.frames

将数据放在两个单独的data.frames 中后，最简单的方法是通过position 合并它们：

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

然后您可以在此data.frame 上调用ggplot 而不会发出警告：

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

避免创建两个data.frames

以后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，我喜欢为此使用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，你可以为每一层使用另一个data.frame，这是ggplot2的一个强大优势：

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df，因为您通过分配给该变量名来覆盖内置函数stats::df。

【讨论】：

非常感谢！第二种选择似乎很优雅。我想我必须深入研究plyr 包。看起来很有用！

此代码不再有效。 Error: Unknown parameters: family。必须使用stat_smooth(method="glm", se=F, method.args = list(family="binomial"))。 ... 将family参数传递给层，而不是方法。