ggplot GLM拟合曲线没有相互作用

Question

我想在GLM上添加拟合函数ggplot.默认情况下,它会自动创建带有交互的图.我想知道,如果我能从模型中绘制拟合函数而不进行交互.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 <- factor(id)
})

plt <- ggplot(dta, aes(math, num_awards, col = prog)) + 
    geom_point(size = 2) + 
    geom_smooth(method = "glm", , se = F, 
        method.args = list(family = "poisson"))

print(plt)

给出了相互作用的情节,

但是,我想要模型中的情节,

`num_awards` = ß0 + ß1*`math` + ß2*`prog` + error

我试着这样做,

mod <- glm(num_awards ~ math + prog, data = dta, family = "poisson")

fun.gen <- function(awd) exp(mod$coef[1] + mod$coef[2] * awd)
fun.acd <- function(awd) exp(mod$coef[1] + mod$coef[2] * awd + mod$coef[3])
fun.voc <- function(awd) exp(mod$coef[1] + mod$coef[2] * awd + mod$coef[4])

ggplot(dta, aes(math, num_awards, col = prog)) +
    geom_point() +
    stat_function(fun = fun.gen, col = "red") +
    stat_function(fun = fun.acd, col = "green") +
    stat_function(fun = fun.voc, col = "blue") +
    geom_smooth(method = "glm", se = F, 
        method.args = list(family = "poisson"), linetype = "dashed")

输出图是

ggplot有效地执行此操作有简单的方法吗？

Answer 1

Ben 绘制特定模型项的响应预测值的想法启发了我改进函数type = "y.pc"的选项sjp.glm。GitHub 上有新的更新，版本号为 1.9.4-3。

现在，您可以绘制特定项的预测值，其中一个沿 x 轴使用，第二个用作分组因子：

sjp.glm(mod, type = "y.pc", vars = c("math", "prog"))

这给你以下情节：

如果您的模型有两个以上项，则需要该参数vars来指定 x 轴范围的项和分组的项。

您还可以对组进行分面：

sjp.glm(mod, type = "y.pc", vars = c("math", "prog"), show.ci = T, facet.grid = T)

Answer 2

据我所知，没有办法欺骗你geom_smooth()这样做，但你可以做得比你现在做得更好一点。您仍然需要自己拟合模型并添加线条，但您可以使用该predict()方法生成预测并将其加载到与原始数据结构相同的数据框中......

mod <- glm(num_awards ~ math + prog, data = dta, family = "poisson")
## generate prediction frame
pframe <- with(dta,
             expand.grid(math=seq(min(math),max(math),length=51),
                         prog=levels(prog)))
## add predicted values (on response scale) to prediction frame
pframe$num_awards <- predict(mod,newdata=pframe,type="response")

ggplot(dta, aes(math, num_awards, col = prog)) +
   geom_point() +
   geom_smooth(method = "glm", se = FALSE,
       method.args = list(family = "poisson"), linetype = "dashed")+
   geom_line(data=pframe)  ## use prediction data here
          ## (inherits aesthetics etc. from main ggplot call)

（这里唯一的区别是，我的预测跨越了所有组的整个水平范围，就像您fullrange=TRUE在 中指定的一样geom_smooth()）。

原则上，似乎sjPlot 包应该能够处理这类事情，但看起来用于执行此绘图类型的相关代码位是硬编码的，以假设二项式 GLM ...哦，好吧。