使用ggplot2绘制多个解释变量模型的预测线

Question

我的问题与我几个小时前提出的问题有关。查看此帖子将有助于更好地理解随后的问题。

我使用一个响应变量和两个解释变量构建了一个模型，其中一个是因素。

在我的模型中，响应变量被转换了。我想在图表上显示我的变量，但我希望解释变量不被转换。此外，我想添加由我的模型给出的预测线，为此需要进行反变换！并且为了增加一些困难，我想在ggplot上完成这个过程。

我的问题是如何将@Roland's solution扩展到ggplot和多个解释变量？ 以下是一个示例：

set.seed(12)

resp = (rnorm(120)+20)^3.79
expl1 = rep(c(1,2,3,4),30)
expl2 = rep(1:3,40)
df = data.frame(resp=resp,expl1=expl1,expl2=expl2)

m=lm(resp~expl1*factor(expl2), data=df)
ggplot(data=df,aes(y=resp,x=expl1,shape=factor(expl2)))+geom_point() + geom_smooth(se=F)

我希望显示预测模型的反变换后的值，而不是当前显示的线条。我可以在geom_smooth中添加 method='lm', formula =resp~expl1*factor(expl2) 但无论我是否转换resp，我都会遇到同样的问题。线条要么不符合因为被转换了，要么就不对应我的模型。

希望我的问题表述清楚了！感谢您的帮助！

- Remi.b

Answer 1

您可以像之前问题的回答中使用predict一样，使用多个解释变量。然后，您只需要将预测结果反向转换为原始比例尺。预测结果在不同的数据框中，因此如果我使用ggplot，我通常会使用原始数据框映射图形并添加点，然后使用预测数据框绘制线条。

# A transformed response
df$resp2 = df$resp^(1/3.79)

m2 = lm(resp2 ~ expl1 * expl2, data=df)

plotexpl = seq(1, 4, by = .1)
# Use expand grid to make dataset for predictions
newdat = expand.grid(expl1 = plotexpl, expl2 = c("1", "2", "3"))
newdat$pred = predict(m2, newdata = newdat)

# Back-transform predictions
newdat$back = newdat$pred^3.79

require(ggplot2)
ggplot(df, aes(x = expl1, y = resp, color = expl2)) +
    geom_point() + geom_line(data = newdat, aes(y = back) )

- aosmith

Answer 2

如果您愿意使用基本图形解决方案而不是ggplot2，则TeachingDemos包中的Predict.Plot函数将绘制一个预测变量与响应变量之间的关系，同时结合其他变量的值来显示多个条件。为了获得响应变量的适当转换/反转换，最好使用glm和链接函数而不是lm。

如果您需要ggplot2解决方案，则仍然可以使用Predict.Plot作为起点，并将其适应于ggplot2。

- Greg Snow