绘制 R 中二进制和连续值的多元逻辑回归

Question

我有一个哺乳动物属的数据框。列的每一行都是不同的属。共有三列：每个属的地理范围大小列（连续变量），列是否在流域内或流域外发现属（二元变量），以及是否发现属的列在化石记录中（一个二进制变量）。

我已经使用以下 R 代码进行了多元逻辑回归，以查看地理范围大小和盆地内外的存在是否是化石记录中存在的预测因子。

Regression<-glm(df[ ,"FossilRecord"] ~ log(df[ ,"Geographic Range"]) + df[  ,"Basin"], family="binomial")

我试图找到一种方法来直观地总结此回归的输出（回归总结表除外）。

我知道如何为单变量回归做到这一点。例如，我可以使用像 如果我想看看地理范围大小与化石记录中的存在之间的关系。

但是，当有两个自变量并且其中一个是二元变量时，我不知道如何制作类似或等效的图。在这种情况下，我可以使用哪些绘图和数据可视化技术？

谢谢您的帮助！

Answer 1

可视化很重要，但也可能非常困难。对于您的示例，我建议为分类协变量（盆地）的每个级别绘制一条预测 FossilRecord 与 GeographicRange 的线。这是如何使用ggplot2包执行此操作的示例

##generating data
ssize <- 100
set.seed(12345)
dat <- data.frame(
  Basin =  rbinom(ssize, 1,.4),
  GeographicRange = rnorm(ssize,10,2)
)
dat$FossilRecord = rbinom(ssize,1,(.3 + .1*dat$Basin + 0.04*dat$GeographicRange))

##fitting model
fit <- glm(FossilRecord ~ Basin + GeographicRange, family=binomial(), data=dat)

我们可以使用该predict()函数来获取许多 GeographyRange 值和每个盆地类别的预测响应值。

##getting predicted response from model
plotting_dfm <- expand.grid(GeographicRange = seq(from=0, to = 20, by=0.1),
                           Basin = (0:1))
plotting_dfm$preds <- plogis( predict(fit , newdata=plotting_dfm))

现在您可以绘制预测结果：

##plotting the predicted response on the two covariates
library(ggplot2)
pl <- ggplot(plotting_dfm, aes(x=GeographicRange, y =preds, color=as.factor(Basin)))
pl + 
  geom_point( ) +
  ggtitle("Predicted FossilRecord by GeoRange and Basin") + 
  ggplot2::ylab("Predicted FossilRecord")

这将产生如下图：