ggplot2 și GLM binomial

Modele Liniare Generalizate în R

Richard Erickson

Instructor

Ce pot observa în date?

Distanța până la serviciu influențează probabilitatea de a lua autobuzul?

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

Grafic cu puncte

geom_jitter()

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

Grafic cu puncte jitter

geom_smooth()

gg_jitter + geom_smooth()

Grafic jitter anterior cu un geom neted.

Factor la numeric

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

geom_smooth()

gg_jitter + geom_smooth()

Transformarea datelor din caracter în numeric

Modele liniare

gg_jitter + geom_smooth(method = 'glm')

Adăugare lm la ggJitter

Regresii logistice

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

ggJitter cu o curbă logistică

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 cu grafice logit și probit

Rezumatul pașilor

Reprezentați cu jitter pentru a evita suprapunerea
Adăugați un geom neted
Specificați metoda și familia corecte
Îmbunătățiți figura (neacoperit în acest curs)

Să exersăm!

Modele Liniare Generalizate în R