绘制基于估计和 st 的回归估计。仅错误

Question

我正在使用sjplot https://strengejacke.github.io/sjPlot/并享受可视化和比较如下估计的可能性（参见下面的工作示例）。我想知道是否有可能在r，可能的 n ggplot2 中，仅根据估计值和标准误差绘制结果？假设我在一篇论文中看到一个模型，我估计了我自己的模型，现在我想将我的模型与论文中的模型进行比较，其中我只有估计值和标准误差。我在SO上看到了这个，但也有点基于模型。

任何反馈或建议将不胜感激。

# install.packages(c("sjmisc","sjPlot"), dependencies = TRUE)
# prepare data
library(sjmisc)
data(efc)
efc <- to_factor(efc, c161sex, e42dep, c172code)
m <- lm(neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code, data = efc)

# simple forest plot
library(sjPlot)
plot_model(m)

我想一个暂时的期望结果看起来有点像这样，

我刚刚遇到coefplot https://cran.r-project.org/web/packages/coefplot/但我在一台没有 R 的机器上，我知道，奇怪，但我会尽快研究coefplot。也许这是一条可能的路线。

Answer 1

您可以使用该dotwhisker软件包轻松完成此操作。默认情况下，该包将 95% 的 CI 显示为须线，但您可以修改您作为输入输入的数据框以进行更改。

# Package preload
library(dotwhisker)
library(broom)
library(dplyr)

# run a regression compatible with tidy
m1 <- lm(mpg ~ wt + cyl + disp + gear, data = mtcars)

# regression compatible with tidy
m1_df <- broom::tidy(x = m1) # create data.frame of regression results
m1_df # a tidy data.frame available for dwplot
#> # A tibble: 5 x 5
#>   term         estimate std.error statistic       p.value
#>   <chr>           <dbl>     <dbl>     <dbl>         <dbl>
#> 1 (Intercept)  43.5        4.86       8.96  0.00000000142
#> 2 wt           -3.79       1.08      -3.51  0.00161      
#> 3 cyl          -1.78       0.614     -2.91  0.00722      
#> 4 disp          0.00694    0.0120     0.578 0.568        
#> 5 gear         -0.490      0.790     -0.621 0.540

# create  new columns for upper and lower bounds
m1_df <- m1_df %>%
  dplyr::mutate(
    .data = .,
    conf.low = estimate - std.error,
    conf.high = estimate + std.error
  )

# creating the dot and whisker plot
# note that whiskers correspond to standard error and not 95% CI
dotwhisker::dw_plot(m1_df)

您还可以查看小插图中的示例，这些示例展示了如何修改此基本图，尤其是当您想比较不同模型的结果时：https : //cran.r-project.org/web/packages/dotwhisker/vignettes/kl2007_examples .html

例如：