在R中彙總個體級別的glm-fit

在R中我使用二項因變量擬合個人級別數據的GLM（logit）。在R中彙總個體級別的glm-fit

但是，我想繪製一個聚合水平上的擬合（即在y軸上的成功百分比）。既要繪製已實現數據的分散（聚合）和迴歸線，最簡單的方法是什麼？我已經嘗試過使用stat_smooth（）的ggplot，但是如果我在聚合級別上進行分散，那麼glm也將適用於此聚合級別。

library(datasets) 
data(mtcars) 
fit <- glm(vs ~ mpg + cyl + mpg:cyl + disp + drat, family=binomial(link='logit'), data=mtcars) 

mtcars_agg <- mtcars %>% 
    group_by(carb) %>% 
    summarise_each(funs(mean)) 

form <- formula("mtcars$vs ~ mtcars$mpg + mtcars$cyl + mtcars$mpg:mtcars$cyl + mtcars$disp + mtcars$drat") 

ggplot(mtcars_agg, aes(x=mpg, y=vs)) + geom_point() + 
    stat_smooth(data=mtcars, method="glm", formula = form, method.args=list(family="binomial"), se=FALSE)

有沒有人知道如何處理這個？如果我不指定在stat_smooth調用公式，有兩件事情，又不是我想怎麼看呢：

它只是需要y ~ x的公式。不過，我也想包含交互變量。
我想適合個人層面的數據，而不是聚合層面的數據。

不指定公式，劇情是這樣的：

來源

2017-08-30 Z117

首先，可以爲您提供您所需要的情節任何的例子嗎？其次，爲什麼在你的'ggplot'中_carb_是獨立變量，而在你的'glm（）中_carb_沒有被包含作爲變量？ ggplot中的 – MikolajM

x應該是_mpg_，現在已經編輯過了。此外，我插入了我需要的情節，雖然這個情節只是基於y〜x，而我想指定更多的風險驅動程序而不僅僅是x。 – Z117

我認爲''stat_summary（）'你只能指定一個預測變量/只有一個x。此外，如果你想要顯示你的glm的方程，那你有5個不同的預測器，那麼你需要有一個5維的情節，什麼是不可能的。我的解決方案是使用'predict（）'預測不同_mpg_的_vs_值，而其他變量是常量 – MikolajM

正如我在評論中寫道，我認爲這是不可能想象這樣的GLM，你會報答一個5維的情節。然而，有可能在不同mpg（或其他變量）對其他變量不變的情況下，對可能性進行可視化。

這是我的例子：

library(datasets) 
data(mtcars) 

fit <- glm(vs ~ mpg + cyl + mpg:cyl + disp + drat, family=binomial(link='logit'), data=mtcars) 

to.visualize <- expand.grid(mpg=c(10:35), cyl=4, disp=300, drat=4) 
to.visualize$vs <- predict.glm(fit, newdata = to.visualize, type="response") 

library(ggplot2) 
ggplot(data=to.visualize, aes(x=mpg, y=vs))+ 
    geom_point()+ 
    geom_path()+ 
    ggtitle("Probability of vs for different mpg while cyl=4, disp=300, drat=4")

是什麼讓劇情看起來像這樣：

來源

2017-08-30 19:04:34 MikolajM

在R中彙總個體級別的glm-fit

回答

相關問題