ggplot中GLM的多次比较的输出
ggplot是一个用于数据可视化的R语言包。GLM是广义线性模型（Generalized Linear Model）的缩写，它是一种统计模型，用于描述因变量与自变量之间的关系。GLM的多次比较是指在GLM模型中进行多个组别之间的比较。
GLM的多次比较输出通常使用多种统计方法来进行，常见的方法包括Tukey's Honest Significant Difference（Tukey HSD）、Bonferroni校正、Scheffe方法等。这些方法可以帮助我们确定哪些组别之间存在显著差异。
GLM的多次比较可以应用于各种领域，例如医学研究、社会科学、市场调研等。通过比较不同组别之间的差异，我们可以得出结论并进行进一步的分析。
在腾讯云的产品中，与数据分析和统计相关的产品有腾讯云数据仓库（TencentDB）、腾讯云数据湖（Tencent Cloud Data Lake）等。这些产品提供了强大的数据存储和分析能力，可以帮助用户进行数据处理和统计分析。
腾讯云数据仓库（TencentDB）是一种高性能、可扩展的云数据库服务，支持结构化数据的存储和查询。用户可以将数据导入到TencentDB中，然后使用R语言中的ggplot和GLM进行数据可视化和统计分析。
腾讯云数据湖（Tencent Cloud Data Lake）是一种大数据存储和分析服务，可以存储和处理各种类型的数据，包括结构化数据、半结构化数据和非结构化数据。用户可以将数据导入到数据湖中，然后使用R语言中的ggplot和GLM进行数据可视化和统计分析。
更多关于腾讯云数据仓库和数据湖的详细信息，请访问以下链接：
请注意，以上提到的产品和链接仅为示例，不代表推荐或支持任何特定品牌或厂商。在实际使用中，您可以根据需求选择适合的云计算产品和服务。
相关·内容
1回答
我想在ggplot中可视化GLM的多个比较的输出。在我的示例中： #Simulation data set
set.seed(123)
d<-NULL
N<-54
d$Production <- rgamma(N,10)
d$Feature <- ifelse(d$Production >7 & d$Production<10, c("A"),ifelse(d$Production>11,
c("B"), c("C")))
#d$Temp<-rnorm(N,20,5)
d$Temp&
浏览 23提问于2019-02-14得票数 0
回答已采纳
1回答
我试图把我读到的关于多级建模的内容与R中关于glm的知识结合起来，我现在使用的是来自的身高增长数据。
我已经做了如下代码：
library(lme4)
library(ggplot2)
setwd("~/Documents/r_code/multilevel_modelling/")
rm(list=ls())
oxford.df <- read.fwf("oxboys/OXBOYS.DAT",widths=c(2,7,6,1))
names(oxford.df) <- c("stu_code","age_central
浏览 2提问于2012-09-08得票数 2
1回答
为什么外部包含目录会多次编译？
、、、、
当我修改我的代码时，外部文件会被多次编译。我使用的是数学库glm，而Visual Studio似乎多次编译完全相同的glm/vec3.hpp文件。我多次包含glm头文件，它似乎没有使用以前编译过的代码，但又重新编译了它。
例如，在我的math.h中，我已经包含了。
#ifndef MATH_HH
#define MATH_HH
#include <glm/glm.hpp>
#include <glm/gtx/quaternion.hpp>
...
当我在修改代码后进行编译时，我发现Visual Studio会多次编译glm/vec3.hpp。基本上，每次编译我编辑过的
浏览 6提问于2021-08-26得票数 0
我试图在医疗风险预测模型中模拟图4.6的输出:与机器学习的联系，定位
预测变量直方图叠加预测风险图
图为按年龄划分的卵巢过度刺激综合征(OHSS)的预测风险图。数据集ivf位于。
我无法将年龄直方图叠加在logistic回归平滑图的x轴上，使用R.
library(ggplot2)
ggplot(ivf) +
geom_smooth(aes(x=age, y=ohss), method=glm, method.args= list(family="binomial"))
ggplot(ivf) +
geom_smooth(aes(x=age, y=ohss), m
浏览 2提问于2022-02-28得票数 0
回答已采纳
1回答
我对一个数据集中的1000多个样本进行了多次逻辑回归。我的问题是，显示我的结果的最佳方式是什么？如何绘制拟合曲线和预测曲线的输出？
这是我正在做的一个例子，使用来自R的棒球数据集。例如，我想对模型进行5次拟合和预测。每次我拿出一个样本(用于预测)，并使用另一个样本进行拟合。
library(corrgram)
data(baseball)
#Exclude rows with NA values
dataset=baseball[complete.cases(baseball),]
#Create vector replacing the Leage (A our N) by 1 or 0
浏览 0提问于2013-04-29得票数 4
回答已采纳
1回答
我如何选择链接函数为我的GLM图形？在我的例子中，我想用logit函数来表示拟二项式族。
示例数据：
research_year <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)
relative_number <- c(0.1, 0.15, 0.16, 0.23, 0.30, 0.35, 0.36, 0.38, 0.42)
relative_data <- data.frame(research_year, relative_number)
relative_data
使用的代码：
ggplot(data=relative_data, aes(x= res
浏览 2提问于2017-09-19得票数 2
回答已采纳
我正在努力了解更多关于ggplot对象如何工作的知识。我试图实现这样的目标，即在不需要为它编写初始代码的情况下更改ggplot对象。因此，在本例中，我使用sjPlot，它输出模型对象model_obj。通过不依赖用于绘制情节的初始代码，我希望能够更改有关该情节的3项内容。我希望能
将图例标题从“因变量”改为“结果”(我真的不在乎它被称为什么，这只是一个测试)，重新排序y轴上的系数，，更改x轴界
我知道plot_models函数已经允许了其中的一些功能，但我正在尝试更多地了解ggplot是如何工作的。我在网上发现的一个想法是，有人使用这个ggplot_build函数从绘图对象中提取一些特性，然后
浏览 3提问于2020-08-07得票数 0
回答已采纳
3回答
无交互作用的GLM拟合曲线
、、、、
我想在ggplot上添加来自GLM的拟合函数。默认情况下，它会自动创建带有交互的绘图。我想知道，我是否可以从模型中绘制拟合函数，而不需要交互。例如,
dta <- read.csv("http://www.ats.ucla.edu/stat/data/poisson_sim.csv")
dta <- within(dta, {
prog <- factor(prog, levels=1:3, labels=c("General", "Academic", "Vocational"))
id <- f
浏览 2提问于2016-04-07得票数 6
2回答
我正在尝试在R中绘制一个简单的逻辑回归图。 我遵循本教程进行逻辑回归并计算P值(https://mgimond.github.io/Stats-in-R/Logistic.html)。我正在尝试使用ggplot2和ggpmisc来绘制回归图。我一直在尝试使用stat_fit_glance的这个指南(http://cran.nexr.com/web/packages/ggpmisc/vignettes/user-guide-1.html#stat)来显示p值 require(cowplot)
require(ggplot2)
library(ggpmisc)
library(rms)
dat
浏览 232提问于2021-11-16得票数 1
回答已采纳
1回答
回归摘要输出:类别的顺序
、、、
这个问题是关于GLM结果的打印方式，也就是系数的打印顺序。我所说的“命令”不是指这个词的任何统计意义。
以下代码确定了一个线性模型：
from pandas import *
import statsmodels.api as sm
import patsy as patsy
df = read_csv("http://vincentarelbundock.github.io/Rdatasets/csv/ggplot2/diamonds.csv")
y, X = patsy.dmatrices( 'price ~ cut', data = df )
sm
浏览 2提问于2014-07-31得票数 2
回答已采纳
学习ggplot2，不明白为什么第二组代码会产生错误。我所要做的就是将美学添加到第三组代码中的stat_smooth命令中，它运行得很好，但我不明白为什么。
ggplot(df, aes(x=wave.height, y=ship.deploy)) + geom_point() +
stat_smooth(method="glm", method.args=list(family="binomial"), se=FALSE)
ggplot(data = df) +
geom_point(mapping = aes(x = w
浏览 4提问于2017-02-16得票数 0
回答已采纳
我有一个glm，它是我用ggplot绘制的，用如下的置信区间来查看预测的响应曲线，它工作得很好：
glm7 <- glm(dataset_presence$dcalls ~ dataset_presence$ui_avg, family=poisson(link="log"))
summary(glm7)
p7 <- ggplot(dataset_presence, aes(ui_avg, dcalls)) + geom_point() + geom_smooth(method="glm", method.args = list(family =
浏览 0提问于2020-10-02得票数 0
1回答
我做了一个泊松回归，然后可视化了模型：
library(ggplot2)
year <- 1990:2010
count <- c(29, 8, 13, 3, 20, 14, 18, 15, 10, 19, 17, 18, 24, 47, 52, 24, 25, 24, 31, 56, 48)
df <- data.frame(year, count)
my_glm <- glm(count ~ year, family = "poisson", data = df)
my_glm$model$fitted <- predict(my_glm, t
浏览 5提问于2014-05-18得票数 4
回答已采纳
1回答
在下面的示例中，我将从下面的中学习创建日志回归模型的基本知识。
data(mtcars)
dat <- subset(mtcars, select=c(mpg, am, vs))
logr_vm <- glm(vs ~ mpg, data=dat, family=binomial)
library(ggplot2)
ggplot(dat, aes(x=mpg, y=vs)) + geom_point() +
stat_smooth(method="glm", method.args=list(family="binomial"), se=T)
浏览 1提问于2017-02-21得票数 0
回答已采纳
我正在用这个例子尝试emmip_ggplot
n.emms <- emmeans(neuralgia.glm, ~ Treatment)
emmip_ggplot(n.emms, style = "factor")
Error in emms$LCL : $ operator not defined for this S4 class
emmip(neuralgia.glm, ~Treatment)给出了一个传统的情节，没有错误或警告。
谢谢你过来。
浏览 13提问于2022-11-02得票数 0
回答已采纳
我正在尝试为我的数据拟合两个不同条件的负二项glm。首先，一些玩具数据： value times variable
1 82.21236 0.0000000 B
2 130.69185 0.0000000 A
3 159.10491 1.3131313 B
4 136.94357 0.6060606 A
5 192.22455 3.1313131 B
6 149.96539 3.1313131 A
7 115.91152 4.5454545 B
8
浏览 41提问于2020-11-06得票数 0
回答已采纳
我有一些观察结果，我已经用来确定基于不同浓度的化学物质的死亡率。我已经根据它们背后的观察值数量对这些速率进行了加权，并将它们拟合到glm (二项式(link=logit))模型中。我一直试图在ggplot中显示这个模型的图，包括原始观察值(大小=权重)、模型拟合线和置信区间，但没有成功。我可以得到一个简单的plot()来工作，但是我不能显示我需要的其他图形。有什么想法吗？提前感谢！ #data:
C <- data.frame("region" = c("r29","r31","r2325","r25",&
浏览 67提问于2019-04-15得票数 1
回答已采纳
1回答
以下是一些数据
dat = data.frame(y = c(9,7,7,7,5,6,4,6,3,5,1,5), x = c(1,1,2,2,3,3,4,4,5,5,6,6), color = rep(c('a','b'),6))
如果你愿意的话，还有这些数据的图表
require(ggplot)
ggplot(dat, aes(x=x,y=y, color=color)) + geom_point() + geom_smooth(method='lm')
使用函数MCMCglmm()…运行模型时
require(MCMCglmm)
summar
浏览 0提问于2013-12-17得票数 14
回答已采纳
1回答
我需要在ggplot2中绘制logit回归的预测概率图。本质上，我试图通过同一图中的每个治疗条件来绘制glm。然而，考虑到我的treat变量(即我感兴趣的x)是categorical.This，这意味着当我尝试使用ggplot绘制治疗效果时，我只得到0、1和2处的一堆点，但没有直线。
我的问题是。在这种情况下，我如何绘制logit预测线？提前感谢！
set.seed(96)
df <- data.frame(
vote = sample(0:1, 200, replace = T),
treat = sample(0:3, 200, replace = T))
glm_outp
浏览 0提问于2017-01-07得票数 3
问题
在RStudio中使用rmarkdown时，我的stargazer(glm())输出被定位在我想要的文本下面。它被定位在与r chunk不同的位置。
PDF是完美创建的，只是stargazer输出的位置是一个问题。
背景
我试图在几个段落之间创建一个包含大量文本和几个stargazer glm()输出的PDF。当我将多个stargazer()输出放在rmarkdown文件中，然后将其“编织”到PDF中时，stargazer()输出会向下移动到文本下面。
我希望stargazer output定位在我放置r chunks的位置。
在以类似的方式使用插入ggplot2()输出时，我没有同样的
浏览 1提问于2018-05-09得票数 3
回答已采纳
我知道链接数据并不理想，但是我不能用子集得到我想要的答案，所以它就在这里。 https://drive.google.com/file/d/1SIgeBT4k5TyhX8QPO1Xbl87BCev_cDPZ/view?usp=sharing 我在两个数据子集上运行glms，我需要能够在一个glm上运行它们，然后按区域拆分结果，或者筛选区域，分别运行glms，然后将它们组合到一个ggplot面板中。这是我到目前为止所拥有的。 BD_plots <- read.csv("BD_plots.csv")
library(magrittr)
library(tidyverse
浏览 27提问于2021-09-18得票数 2
我试图使用tidyverse和modelr包来计算一组数据的logistic回归预测。显然，我在add_predictions中做了一些错误的事情，因为我没有收到逻辑函数的“响应”，就像我在统计中使用‘预测’函数一样。这应该很简单，但我找不出答案，而且多次搜索的结果也不多。
library(tidyverse)
library(modelr)
options(na.action = na.warn)
library(ISLR)
d <- as_tibble(ISLR::Default)
model <- glm(default ~ balance, data = d, famil
浏览 5提问于2017-02-14得票数 10
回答已采纳
1回答
我甚至不确定我正在尝试做的事情是否可行，所以我想我应该向更有经验的SAS用户核实一下。 我希望使用"by“语句多次运行Proc GLM，然后将每次运行的输出参数放入单个a文件中。输出参数类似于a、b、#point和R2。 这个是可能的吗？ 谢谢你！！
浏览 83提问于2021-03-31得票数 0
回答已采纳
我试着用一个概率模型复制别人的作品。不幸的是，我没有太多关于他们的方法的信息，只有他们的起始数据和他们的模型图。
当我将数据绘制成ggplot并使用geom_smooth(method = "glm", ...)拟合一条线时，我就能够再现以前的工作。然而，当我尝试使用glm()来拟合(我认为是)在ggplot之外的一个相同的模型时，我得到了不同的预测。我觉得我犯了一些愚蠢的错误，但我无法确定。
下面是一个可重复的例子：
library(tidyverse)
set.seed(123)
df <- tibble(x = c(0.006, 0.014, 0.025, 0.0
浏览 11提问于2020-07-24得票数 3
回答已采纳
我试图通过将回归添加到数据图中来可视化回归，但我想将数据点按组(八个不同的组)着色，然后ggplot为每个组创建一条glm线，而不是一条包含所有八组的glm线。有没有一种方法可以显示所有八组(为数据点着色)并将回归线放在顶部？
我已经添加了一张使用以下语法时的图像：
ggplot(data=Sig, aes(x=LogDistance, y=Amplitude,colour=DyrN)) + geom_point() + ylab("Intensitet af kald") + xlab("LogDistance")+geom_smooth(method=glm
浏览 1提问于2016-05-28得票数 0
1回答
我感兴趣的是使用交叉验证(左-一或K-折叠)来测试几个不同的负二项GLM，我已经创建了。我使用来自glm.nb()的MASS函数来运行负二项式回归。
我的问题是我是否可以使用来自boot的boot来测试这个模型。我倾向于否定，但我想知道是否有人知道一个函数，可以让我执行K-折叠验证(或忽略一个)。或者，也许cv.glm()对于负二项式是完全有效的。
以下是一个在线示例中的一些数据以帮助解决问题。我原以为交叉验证结果($delta)应该介于0到1之间，但下面的情况并非如此(也可能表明出了问题)。
我发现了一些关于解释cv.glm()输出的问题，但没有具体提到如何在R中使用负二项式模型进行交叉验证
浏览 3提问于2016-07-08得票数 6
回答已采纳
Warning message:
Computation failed in `stat_contour()`:
Contour requires single `z` at each combination of `x` and `y`.
为什么我在下面的代码中有错误？我只想用logit模型绘制一个边界。
library("ISLR")
glm1 <- glm(default ~ balance, data=Default, family=binomial())
summary(glm1)
Default$glm_prob <- predict(glm
浏览 1提问于2018-09-12得票数 0
回答已采纳
1回答
我使用下面的代码，使用来自X_train的逻辑模型，针对响应变量won绘制glm()中的每个回归变量
require(reshape2)
require(ggplot2)
regressors = melt(X_train[2:16], id.vars='won')
ggplot(regressors) +
geom_jitter(aes(value,won, colour=variable),) +
geom_smooth(aes(value,won, colour=variable), method="glm", method.args = lis
浏览 3提问于2021-08-21得票数 0
回答已采纳
2回答
ggplot提供了各种确定趋势线形式的“平滑方法”或“公式”。然而，我不清楚公式的参数是如何指定的，以及如何得到指数公式来拟合我的数据。换句话说，如何告诉ggplot它应该适合exp中的参数。
df <- data.frame(x = c(65,53,41,32,28,26,23,19))
df$y <- c(4,3,2,8,12,8,20,15)
x y
1 65 4
2 53 3
3 41 2
4 32 8
5 28 12
6 26 8
7 23 20
8 19 15
p <- ggplot(data = df, aes(x = x, y = y))
浏览 13提问于2020-05-07得票数 2
回答已采纳
1回答
我正在用plot_model从logistic回归中产生一系列边际效应图。我想在下面的情节中改变置信区间的外观，但我想不出怎么做。我想这应该是通过编辑ggplot主题来实现的？
理想情况下，我希望能够使双杠更小或完全移除它们，改变线的厚度等。如果你能指出正确的方向，这将是非常有帮助的。
library(sjPlot)
mtcars$am <- factor(mtcars$am)
m <- glm(vs ~ am, mtcars, family = 'binomial')
plot_model(m, type = "pred", terms = &#
浏览 11提问于2022-05-30得票数 0
回答已采纳
我喜欢在ggplot2中将两个独立的模型绘制在一起，为此，我尝试将两个geom_line()放在一起，但不起作用。在我的示例中： #Artificial data set
Consumption <- c(501, 502, 503, 504, 26, 27, 55, 56, 68, 69, 72, 93)
Gender <- gl(n = 2, k = 6, length = 2*6, labels = c("Male", "Female"), ordered = FALSE)
Income <- c(5010, 5020, 5030, 5
浏览 22提问于2019-03-17得票数 0
回答已采纳
我尝试在logistic回归模型中使用scale，但是我没有看到结果与原来的model.Is相比有什么变化--这是我的错误吗？下面是一个示例代码：
dat <- read.table(text = " cats birds wolfs snakes
0 3 9 7
1 3 8 4
1 1 2 8
0 1 2
浏览 5提问于2014-08-25得票数 2
回答已采纳
1回答
我创建了函数这个代码来执行逻辑回归的5倍交叉验证。
require(ISLR)
folds <- cut(seq(1,nrow(Smarket)),breaks=5,labels=FALSE)
log_cv=sapply(1:5,function(x)
{
set.seed(123)
testIndexes <- which(folds==x,arr.ind=TRUE)
testData <- Smarket[testIndexes, ]
trainData <-
浏览 0提问于2019-08-11得票数 1
回答已采纳
1回答
所以这是一个有点复杂的问题，我不知道我的问题是什么。我必须使用ggplot创建散点图，并“向同时具有线性和二次分量的散点图添加一条最适合的线”。这样做对我来说似乎是不可能的，当我问我的教授时，他只是让我看看我们的笔记。我最好的猜测是拟合glm回归线。所以我使用了我们笔记中的代码来添加一个glm regresion行：+ geom_smooth(method="glm", method.args=list(family=Gamma(link="log")))
当我使用这条线运行ggplot时，没有错误，但这条线没有显示在图形上。
ggplot(data=glm_d
浏览 0提问于2018-12-07得票数 0
我有一个包含连续预测器和一个二分响应变量的data.frame。
> head(df)
position response
1 0 1
2 3 1
3 -4 0
4 -1 0
5 -2 1
6 0 0
我可以通过glm()-function轻松地计算逻辑回归，到目前为止没有任何问题。
接下来，我想用ggplot**，创建一个包含所有11个预测值()和拟合回归线**的经验概率的图。
我继续用cast()计算概率，并将它们保存在
浏览 3提问于2013-06-09得票数 20
回答已采纳
使用stat_smooth，我可以将模型与数据相匹配。例如。
g=ggplot(tips,aes(x=tip,y=as.numeric(unclass(factor(tips$sex))-1))) +facet_grid(time~.)
g=g+ stat_summary(fun.y=mean,geom="point")
g=g+ stat_smooth(method="glm", family="binomial")
我想知道glm二项式拟合的系数。我可以用dlply重新拟合，用ldply得到系数，但我希望避免这样的重复。
调用str(g)
浏览 0提问于2010-04-19得票数 3
回答已采纳
2回答
我一直在用ggplot2用一个连续的预测器( geom_smooth(method="glm") )来绘制生存数据(1,0)的二项分布，但我不知道是否可以使用geom_smooth(method="glmer")合并随机效应。当我尝试时，我会收到以下警告消息：
警告消息：stat_smooth()中的计算失败:公式中指定的无随机效应项
是否有可能在stat_smooth()中产生特定的随机效应，如果有，这是如何实现的？
下面是示例代码和虚拟数据：
library(ggplot2)
library(lme4)
# simulate dummy
浏览 0提问于2018-11-12得票数 2
回答已采纳
1回答
我在为如何在我的情节中添加个人和群体趋势线而奋斗。(R并使用ggplot2)。
下面是我使用的代码：
MensHG.fm2=lmer(HGNewtons~Temperature+QuadTemp+Run+(1|Subject),MenstrualData) #model
plot.hg<-data.frame(MensHG.fm2@frame,fitted.re=fitted(MensHG.fm2))
g1<-ggplot(plot.hg,aes(x=Temperature,y=HGNewtons))+geom_point()
g2<-g1+facet_wrap(~Su
浏览 2提问于2017-09-05得票数 1
回答已采纳
1回答
在R中，我用二项式因变量拟合单个水平数据上的GLM (logit)。
不过，我想在一个总体水平(即在y轴上成功的百分比)上绘制拟合图。绘制已实现数据(汇总)的散点图和回归线的最简单方法是什么？我已经尝试过用stat_smooth()来绘制ggplot，但是如果我在聚合级别上进行分散，glm也会被安装在这个聚合级别上。
library(datasets)
data(mtcars)
fit <- glm(vs ~ mpg + cyl + mpg:cyl + disp + drat, family=binomial(link='logit'), data=mtcars)
mt
浏览 4提问于2017-08-30得票数 0
回答已采纳
我正在拟合以下回归：model <- glm(DV ~ conditions + predictor + conditions*predictor, family = binomial(link = "probit"), data = d)。
我使用'sjPlot‘(和'ggplot2')来制作以下情节：
library("ggplot2")
library("sjPlot")
plot_model(model, type = "pred", terms = c("predictor"
浏览 3提问于2020-07-10得票数 2
回答已采纳
1回答
我试图模拟一个二进制结果，其中我有N个主题(与主题特定的概率)测量在两个不同的阶段(比如之前和之后)。我想增加特定主题的概率，在这两个时期之间有一定的优势比(OR)值。
在模拟之后，我使用glm和lme4::glmer来检查我的预定义的优势比是否被正确估计。我原以为只有glm估计的或估计会有偏差。然而，随着我预定义的OR值的增加，lme4::glmer估计的OR值也有偏差。我怎样才能纠正这种偏见？
非常感谢,
下面是我的模拟
rm(list=ls(all=TRUE))
library(lme4)
library(ggplot2)
N = 2000
浏览 0提问于2018-09-15得票数 0
回答已采纳
1回答
我有一个glm模型，有两个固定的效应，治疗和日期，从一个时间序列收集的数据来估计温度。在治疗过程中，有三种不同的类型: Fucus，terry布或Control，在这些檐篷下测量温度。该模型的创建方式类似于so mod1 <- glm(Temp ~ Treatment * Date, data = aveTerry.df )
我正试着判断一下，红衣是否有类似于Fucus冠层的效果(也就是复制它)。
我找到了emmeans软件包，相信它可以帮助我通过使用我的模型来比较治疗中的这些水平，并且使用它来找出估计的边际均值terry.emmeans <- emmeans(modAllTerr
浏览 3提问于2020-09-02得票数 1
1回答
mutate(prob = ifelse(outcome == "pos", 0","1"))%>%
> ggplot(aes( plasma_glucose, prob)) +
+ geom_point(alpha = 1) +
+ geom_smooth(method = "glm", method.args = list(family = "binomial")) +
+ labs(
+ title = "Logistic Regression Model",
浏览 2提问于2021-12-01得票数 0
1回答
如何扩展logistic回归图？
、、、、
我在R上建立了一个逻辑模型，问题是我的最大x值是0.85，所以这个值就停止了。
我是否可以将其扩展到用logistic模型计算的x=100和y值？
library(caret)
library(mlbench)
library(ggplot2)
library(tidyr)
library(caTools)
my_data2 <- read.csv('C:/Users/Magician/Desktop/R files/Fnaticfirstround.csv', header=TRUE, stringsAsFactors = FALSE)
my_data2
#c
浏览 4提问于2019-09-20得票数 3
回答已采纳
我试图用标准错误来绘制一个给定的标准图。我希望它能显示一些图形，而不是其他图形，我试图在stat_smooth中使用一个if语句来实现这一点：
library(ggplot2)
ggplot(diamonds, aes(depth, price)) +
stat_smooth(method="glm", se = ifelse(color == "I", FALSE, TRUE), formula=y~x,
alpha=0.2, size=1, aes(fill=cut)) +
facet_grid(.~ color)
但是，它似乎
浏览 0提问于2018-10-17得票数 0
回答已采纳
我有一个广义线性模型(GLM)，我正在为在质量包中使用glm.diag.plots函数绘制诊断图。但它往往是长方形而不是方形，这是非常丑陋的出版。
下面是一些示例代码，它显示了.Rmd文件中的问题。在Rstudio中，您可以将窗口拖到正方形，但在Rmarkdown文档中是不可能的，我想手动执行square。
我查看了ggplot文件，以了解如何执行正方形绘图，但没有找到任何东西。glm.diag.plot()似乎使用了split.screen()，它也没有提供任何文档来强制执行高宽比。
浏览 5提问于2018-04-29得票数 2
回答已采纳
我试图绘制一个二元回归线和一个实际的数据集的实践。问题是:距离(以公里为单位)是选择一辆汽车作为到达足球场的交通工具的预测指标吗？
变量A2被二分法(1 = Auto (car)和0= kein (无car))，现在称为A2_auto
dataset %>%
mutate(A2_auto = car::recode(.$A2,
"1 = 1; 2:9 = 0",
as.factor = FALSE)) -> dataset
dataset$A2_auto <- factor(dataset$A2_auto, labels = c("kein Aut
浏览 4提问于2021-10-20得票数 0
回答已采纳
1回答
我正在努力保存/打印glm模型摘要输出。这是我的密码；
logmodel=glm(amal~age + LC1 + LC2 + LC3 + LC4, data=random_new, family="binomial")
summary(logmodel)
而产出是；
Call:
glm(formula = amal ~ age + LC1 + LC2 + LC3 + LC4, family = "binomial",
data = random100_new)
Deviance Residuals:
Min 1Q Median
浏览 1提问于2014-05-13得票数 3
回答已采纳
我正在尝试编写一个函数，它将输出模型诊断图。
to_plot <- function(df, model, response_variable, indep_variable) {
resp_plot <-
df %>%
mutate(model_resp = predict.glm(model, df, type = 'response')) %>%
group_by(indep_variable) %>%
summarize(actual_response = mean(response_variable)
浏览 5提问于2017-07-27得票数 0
回答已采纳
1回答
我可以保存一些图表，但是它将它们命名为每个列表项的第一个值，而不是变量的名称。
delm2<-data.frame(N = c(5.881, 5.671, 7.628, 4.643, 6.598, 4.485, 4.465, 4.978, 4.698, 3.685, 4.915, 4.983, 3.288, 5.455, 5.411, 2.585, 4.321, 4.661),
t1 = c("N", "N", "T", "T", "N", "N", &#
浏览 1提问于2019-03-21得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
