ggplot2 en binaire GLM

Generalized Linear Models in R

Richard Erickson

Instructor

Wat zie ik in mijn data?

Verandert woon-werkafstand de kans om de bus te nemen?

ggplot(bus, aes(x = MilesOneWay, y = Bus)) + geom_point()

Plot met alleen punten

geom_jitter()

gg_jitter <- ggplot(bus, aes(x = MilesOneWay, y = Bus)) +
             geom_jitter(width = 0, height = 0.05)
print(gg_jitter)

Jitter-plot met punten

geom_smooth()

gg_jitter + geom_smooth()

Vorige jitter-plot met een smooth-geom.

factor naar numeriek

str(bus)
bus$Bus2 <- as.numeric(bus$Bus) - 1

geom_smooth()

gg_jitter + geom_smooth()

Maak data numeriek in plaats van karakter

lineaire modellen

gg_jitter + geom_smooth(method = 'glm')

Voeg lm toe aan ggJitter

Logistische regressies

ggJitter + 
geom_smooth(method = 'glm',
            method.args = list(family = "binomial"))

ggJitter met een logistische curve

gg_jitter + 
    geom_smooth(method = 'glm',
                method.args = list(family = binomial(link = 'logit')),
                se = FALSE, color = 'red') +
    geom_smooth(method = 'glm',
                method.args = list(family = binomial(link = 'probit')),
                se = FALSE, color = 'blue')

ggJitter met zowel een logit- als probit-plot

Stappen samengevat

Plot als jitter om overlap te voorkomen
Voeg een smooth-geom toe
Geef juiste method en family op
Werk je figuur af (niet behandeld in deze cursus)

Laten we oefenen!

Generalized Linear Models in R