如何在R中基于水深建立海豚出现情况的二项式GLM模型？

数据样本 #

部分水深与海豚出现情况数据：

原代码问题排查 #

你写的代码存在几处需要修正的细节：

1. read.csv的文件名未加引号，R会将其识别为变量而非文件路径，需改为read.csv("presence.data.csv", header=TRUE)。
2. 列名不匹配：数据表头是Depth.（带点），但代码中用的是depth，大小写和符号不一致会导致模型无法找到对应列，需统一两者。
3. 仅绘制了散点，未添加GLM模型的拟合曲线，这是你所说“无法添加（拟合线）”的核心问题。

修正后的完整代码 #

# 读取数据，注意文件名加引号
data <- read.csv("presence.data.csv", header=TRUE)

# 统一列名（也可直接在后续代码中使用原表头Depth.）
colnames(data) <- c("depth", "presence")

# 确保presence列是整数类型（处理数据中可能存在的格式问题）
data$presence <- as.integer(data$presence)

# 构建二项式GLM模型
M1 <- glm(presence ~ depth, family=binomial)

# 生成预测序列
x <- seq(min(data$depth), max(data$depth), length.out=100)
y <- predict(M1, list(depth=x), type=response)

# 绘制散点图并添加拟合曲线
plot(data$depth, data$presence, pch=16, xlab="水深", ylab="海豚出现概率", main="水深与海豚出现关系")
lines(x, y, col="red", lwd=2)

关键说明 #

• 列名一致性：必须保证代码中调用的列名与CSV文件表头完全一致，若表头是Depth.，则将代码中所有depth替换为Depth.即可。
• 拟合曲线添加：通过lines()函数将预测的x（水深序列）和y（预测出现概率）绘制到散点图上，就能得到GLM模型的拟合曲线。
• 数据清洗：提前转换presence列为整数类型，避免数据中类似1.的格式问题影响模型构建。

内容的提问来源于stack exchange，提问作者Amy Bethan