如何在R中绘制逻辑回归多变量预测结果并按规则分组展示

问题描述 #

我想要基于逻辑回归模型的输出结果绘制组合图，目前操作如下：
我已在如下结构的数据集上拟合了逻辑回归模型：

gender english art science sports geography   insured 
1  Female       0   1       0      0         0         1
2  Female       1   1       0      1         1         1
3  Female       1   0       0      1         1         1
4  Female       1   0       0      0         1         1
5  Female       1   1       1      0         1         1
6  Female       1   1       1      0         0         0
7    Male       1   1       1      1         0         1
8    Male       1   1       1      1         0         0
9  Female       1   1       0      0         0         1
10   Male       1   1       0      0         1         0
11 Female       1   1       0      0         1         1

我使用effects包绘制模型输出图，所用代码如下：

df_fit<- glm( insured ~ english +art+science + gender, data = df, family = 'binomial')

plot(Effect(focal.predictors = c("art",'gender'), df_fit), rug = FALSE)

我希望调整代码实现如下效果：english到science变量取值为'1'的所有glm预测结果放在左侧，取值为'0'的对应预测结果放在右侧，同时按gender分组展示。我曾尝试用dplyr包的gather函数将english到science的变量整合转换为长数据集，但会导致回归模型报错、数据结构被破坏，请问是否有其他实现该绘图的方法？ #

解决方案 #

你不需要改动原始建模数据集，单独构造预测用的网格数据即可实现需求，不会破坏原有建模流程，操作步骤如下：

• 第一步：保留你已经拟合好的df_fit模型，先构造覆盖所有展示维度的预测网格
  你需要展示的维度共三类：科目（english/art/science）、科目取值（0/1）、性别，直接用expand.grid生成全量组合即可：

  library(tidyverse)
  # 构造预测网格
  pred_grid <- expand.grid(
    subject = c("english", "art", "science"),
    value = c(0, 1),
    gender = unique(df$gender)
  )
  # 把科目和取值映射为模型可识别的变量列
  pred_grid <- pred_grid %>%
    mutate(
      english = ifelse(subject == "english", value, 0),
      art = ifelse(subject == "art", value, 0),
      science = ifelse(subject == "science", value, 0)
    )
  

• 第二步：基于已有模型生成预测值和95%置信区间

  # 生成对数几率尺度的预测值和标准误，再转换为概率尺度
  pred_result <- predict(df_fit, newdata = pred_grid, type = "link", se.fit = TRUE) %>%
    as.data.frame() %>%
    bind_cols(pred_grid) %>%
    mutate(
      predicted_prob = plogis(fit),
      lower_ci = plogis(fit - 1.96 * se.fit),
      upper_ci = plogis(fit + 1.96 * se.fit)
    )
  

• 第三步：用ggplot2绘制目标组合图

  ggplot(pred_result, aes(x = factor(value, levels = c(1,0)), y = predicted_prob, color = gender, group = gender)) +
    geom_point(position = position_dodge(width = 0.2), size = 2) +
    geom_errorbar(aes(ymin = lower_ci, ymax = upper_ci), width = 0.1, position = position_dodge(width = 0.2)) +
    geom_line(position = position_dodge(width = 0.2)) +
    facet_wrap(~subject) +
    labs(x = "变量取值", y = "投保预测概率", color = "性别") +
    theme_bw()
  

  代码中已经通过factor(value, levels = c(1,0))把取值1放在x轴左侧、0放在右侧，同时按性别分组、按科目分面展示，完全匹配需求效果。

内容的提问来源于stack exchange，提问作者Vale Y