直接用ggplots绘制一个统计模型 [英] Directly plot a statistical model with ggplots

问题描述

visreg 包允许直接绘制一个统计模型，我发现这个统计模型非常方便，可以检查是否有任何错误，并检查我们是否正确理解估计的含义。我很乐意将 visreg 的功能与 ggplot 的难以置信的灵活性结合起来。我希望能够在ggplot代码行中直接调用模型。这是否可行（最终通过直接修改 visreg 函数）？

---

<例如：

  require（visreg）
 require（ggplot2）
y = c（rnorm（ 40,10,1），rnorm（20,11,1），rnorm（5,1​​2,1））
x =因子（c（rep（1,40），rep（2,20），rep 3,5）））＃这一行已经改变！ 
 dt = data.frame（x = x，y = y）
m = lm（y〜x，data = dt）
  

我希望能够在 ggplot m c $ c>函数来表示我的统计模型 m 。使用 visreg ，它只是：

  visreg（m）
  

下面的代码不是我正在寻找的，因为它不直接调用对象 m
pre $ g $ p $ ggplot（dt，aes（x，y））+
geom_boxplot（aes（group = x），alpha = 0.5）+ geom_jitter（）

解决方案

Just FYI， visreg 现在支持 ggplot2 输出：

  visreg（m，gg = TRUE）
  

产生

The package visreg allows to plot directly a statistical model which I find very convenient to check if anything gone wrong and to check if we understand correctly what the estimates mean. I would love to combine the functionality of visreg with the incredible flexibility of ggplot. I'd like to be able to directly call the model in a ggplot code line. Is this feasible (eventually by directly modifying the visreg function)?

---

For example:

require(visreg)
require(ggplot2)
y = c(rnorm(40,10,1), rnorm(20,11,1), rnorm(5,12,1))
x=factor(c(rep(1,40), rep(2,20), rep(3,5))) # this line has changed!
dt=data.frame(x=x, y=y)
m = lm(y~x, data=dt)

I'd like to be able to directly call the object m in a ggplot function in order to represent my statistical model m. With visreg, it simply is:

visreg(m)

The below code is NOT what I am looking for as it does not directly call the object m

 ggplot(dt, aes(x,y)) + 
          geom_boxplot(aes(group=x), alpha=0.5)+geom_jitter()

解决方案

Just FYI, visreg now supports ggplot2 output:

visreg(m, gg=TRUE)

produces

这篇关于直接用ggplots绘制一个统计模型的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！