Я работаю над моделью логистической регрессии с одним непрерывным предиктором и одним категориальным предиктором с несколькими уровнями. Я хочу представить результаты, используя ggplot2
и используя facet_wrap
, чтобы показать линии регрессии для каждого уровня категориального предиктора. При этом я заметил, что подобранная кривая, предоставленная stat_smooth
, учитывает данные только в определенном фасете, а не весь набор данных. Это небольшое различие, но заметное, если посмотреть на график в сравнении с предсказанными значениями, полученными из predic.glm
.
Вот пример воссоздания проблемы с изображением после кода.
library(boot) # needed for inv.logit function
library(ggplot2) # version 0.8.9
set.seed(42)
n <- 100
df <- data.frame(location = rep(LETTERS[1:4], n),
score = sample(45:80, 4*n, replace = TRUE))
df$p <- inv.logit(0.075 * df$score + rep(c(-4.5, -5, -6, -2.8), n))
df$pass <- sapply(df$p, function(x){rbinom(1, 1, x)})
gplot <- ggplot(df, aes(x = score, y = pass)) +
geom_point() +
facet_wrap( ~ location) +
stat_smooth(method = 'glm', family = 'binomial')
# 'full' logistic model
g <- glm(pass ~ location + score, data = df, family = 'binomial')
summary(g)
# new.data for predicting new observations
new.data <- expand.grid(score = seq(46, 75, length = n),
location = LETTERS[1:4])
new.data$pred.full <- predict(g, newdata = new.data, type = 'response')
pred.sub <- NULL
for(i in LETTERS[1:4]){
pred.sub <- c(pred.sub,
predict(update(g, formula = . ~ score, subset = location %in% i),
newdata = data.frame(score = seq(46, 75, length = n)),
type = 'response'))
}
new.data$pred.sub <- pred.sub
gplot +
geom_line(data = new.data, aes(x = score, y = pred.full), color = 'green') +
geom_line(data = new.data, aes(x = score, y = pred.sub), color = 'red')
То, что я заметил и что меня беспокоит, - это легкость увидеть на фасете B. Красные кривые - это предсказанные значения для моделей, учитывающих только одно местоположение, тогда как зеленые кривые - это предсказания с использованием полного набора данных. Модели, основанные на подмножестве данных, соответствуют графику из stat_smooth
.
Я хотел бы построить зеленые кривые со стандартной штриховкой с помощью ggplot2
.Я уверен, что где-то в коде есть опция, которая могла бы сделать это, но я еще не нашел ее, или, возможно, есть другой порядок или шаги, которые я должен выполнить, чтобы получить зеленые кривые из ggplot
вызов. Я обнаружил аналогичные проблемы, когда рисовал все на одном фасете и использовал цвет или групповую эстетику.
Мы будем очень благодарны за любые предложения.