ggplot2 与二项式 GLM

R 中的广义线性模型

Richard Erickson

Instructor

我能从数据中看到什么？

通勤距离会改变乘坐公交的概率吗？

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

仅有点的图

geom_jitter()

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

抖动散点图

geom_smooth()

gg_jitter + geom_smooth()

在抖动图上添加平滑曲线

因子转数值

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

geom_smooth()

gg_jitter + geom_smooth()

将数据改为数值型而非字符型

线性模型

gg_jitter + geom_smooth(method = 'glm')

向 ggJitter 添加 lm

逻辑回归

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

带逻辑回归曲线的 ggJitter

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 同时含 logit 与 probit 拟合

步骤小结

用抖动图避免重叠
添加平滑图层
指定正确的 method 和 family
美化图形（本课未涵盖）

Passons à la pratique !

R 中的广义线性模型