型号:
mylogit <- glm(Result ~ kickLength, data = RegFg, family = "binomial")
概率图:
plot.dat <- data.frame(prob = RegFg$NumMade/RegFg$NumKick,
kl = RegFg$kickLength,
fit = predict(mylogit, RegFg))
plot.dat$fit_prob <- exp(plot.dat$fit)/(1+exp(plot.dat$fit))
g1<-ggplot(plot.dat, aes(x=kl, y=prob)) +
geom_point() + geom_line(aes(x=kl, y=fit_prob))
概率拟合线(我认为):
geom_line(aes(x=kl, y=fit_prob))
我希望能够在每个踢球长度处找到相对于概率的导数。
coef(mylogit)["kickLength"]*binomial()$mu.eta(predict(kickLength, type = "link")
可以解决问题,但我需要再检查/思考一下... - Ben Bolker