在R中绘制逻辑回归曲线

Question

我想绘制我的数据的逻辑回归曲线，但每次尝试时，我的图形都会产生多条曲线。这是我最后一次尝试的图片： last attempt 这是我正在使用的相关代码：

fit = glm(output ~ maxhr, data=heart, family=binomial)
predicted = predict(fit, newdata=heart, type="response")

 plot(output~maxhr, data=heart, col="red4")
 lines(heart$maxhr, predicted, col="green4", lwd=2)

我的教授使用了以下代码，但当我尝试运行它时，我会在最后一行收到一个错误提示，指出x和y的长度不匹配：

# fit logistic regression model
fit = glm(output ~ maxhr, data=heart, family=binomial)
# plot the result
hr = data.frame(maxhr=seq(80,200,10))
probs = predict(fit, newdata=dat, type="response")
plot(output ~ maxhr, data=heart, col="red4", xlab ="max HR", ylab="P(heart disease)")
lines(hr$maxhr, probs, col="green4", lwd=2)

任何帮助都将不胜感激。

编辑：

按要求，使用mtcars数据集的可重现代码：

fit = glm(vs ~ hp, data=mtcars, family=binomial)
predicted= predict(fit, newdata=mtcars, type="response")
plot(vs~hp, data=mtcars, col="red4")
lines(mtcars$hp, predicted, col="green4", lwd=2)

- cafemolecular

---

SO上有很多关于绘制逻辑回归曲线的问题（http://stackoverflow.com/search?q=[r]+plot+logistic）。它们中的任何一个有帮助吗？ - eipi10

请查看eipi提供的链接，或者制作一个可重现的示例。模拟一些数据以适应您已经提供的代码。 - Roman Luštrik

我确实尝试先在SO上搜索，但大多数问题都涉及到超出我的能力范围的东西，或者没有解决我现在遇到的问题。我发布了一些使用内置mtcars数据集的代码，以便可以重现该问题。 - cafemolecular

newdata=hr？你有newdata=dat。 - Marc in the box

Answer 1

fit = glm(vs ~ hp, data=mtcars, family=binomial)
newdat <- data.frame(hp=seq(min(mtcars$hp), max(mtcars$hp),len=100))
newdat$vs = predict(fit, newdata=newdat, type="response")
plot(vs~hp, data=mtcars, col="red4")
lines(vs ~ hp, newdat, col="green4", lwd=2)

- Marc in the box

---

你能告诉我第二和第三行的目的是什么吗？newdat是什么意思？ - cafemolecular

newdat对象用于预测。它包含比原始数据集更精细的可能hp值的分辨率，它们被排序以便于进行简单的绘图。当您创建hr对象时，您已朝着正确的方向前进，但在预测步骤中没有使用它 - 您使用了newdata=dat。 - Marc in the box

Answer 2

以下是一个函数（基于Marc in the box的答案）, 它将使用glm拟合的任何逻辑回归模型，并创建逻辑回归曲线的图表：

plot_logistic_curve = function(log_mod){
  mod_frame = model.frame(log_mod)
  var_names = names(mod_frame)
  newdat = setNames(data.frame(seq(min(mod_frame[[2]]), max(mod_frame[[2]]), len=100)), var_names[2])
  newdat[var_names[1]] = predict(log_mod, newdata = newdat, type="response")
  plot(mod_frame[[1]] ~ mod_frame[[2]], col = "red4", xlab = var_names[[2]], ylab = var_names[[1]])
  lines(newdat[[var_names[2]]], newdat[[var_names[1]]], col = "green4", lwd = 2)
} 

- rheery