R语言简单逻辑回归绘图无法正确显示p值问题求助
问题原因
- 第一个
stat_fit_glance报错的核心原因:你在method.args中传入了formula = formula,formula是R内置函数,属于closure类型,并没有指向你逻辑回归用到的具体公式y~x,程序无法解析所以抛出"object of type 'closure' is not subsettable"错误。 stat_fit_tidy的"no applicable method for 'tidy'"报错:ggpmisc的模型结果提取功能依赖broom包提供的tidy()/glance()方法,你没有安装或加载broom包,无法解析glm对象的输出。- 最终运行后p值与手动计算、lrm结果不符的原因:大概率是包版本冲突(你之前加载的rms包会覆盖部分glm相关的方法),或者
stat_fit_tidy提取的是模型截距项的p值,而非你需要的ancestry自变量的Wald检验p值,也可能是默认用了似然比检验的p值,和lrm输出的Wald检验p值逻辑不同。
解决方案
优先推荐最稳妥、不会出现结果偏差的方案:手动提取模型结果后用annotate添加文本,不需要依赖ggpmisc的动态计算,结果100%和你拟合的model一致:
library(ggplot2) # 读取数据、拟合模型 da <- read.table('data.txt', header=TRUE) model <- glm(variable ~ ancestry, family=binomial, data=da) # 提取ancestry的系数和p值:系数表第二行对应ancestry的结果,第四列为p值 p_val <- summary(model)$coefficients[2,4] coef_val <- summary(model)$coefficients[2,1] # 绘图 ggplot(da, aes(x = ancestry, y = variable)) + geom_point(alpha=.5, aes(color=colorsite)) + stat_smooth(method="glm", se=FALSE, method.args = list(family=binomial)) + # 手动添加文本,x和y的位置可以根据自身数据范围调整 annotate("text", x = min(da$ancestry), y = 0.9, label = sprintf("Coef = %.3g\np-value = %.3g", coef_val, p_val), hjust = 0) ggsave("test.pdf")
如果你一定要用ggpmisc的自动计算功能,修正代码如下:需要先加载broom包,同时避免和rms包同时加载引发方法冲突:
library(ggplot2) library(ggpmisc) library(broom) # 必须加载,为glm对象提供tidy方法 da <- read.table('data.txt', header=TRUE) ggplot(da,aes(x = ancestry,y = variable)) + geom_point() + stat_smooth(method="glm",se=FALSE,method.args = list(family=binomial)) + stat_fit_tidy(method = "glm", method.args = list(family=binomial, formula = y~x), # 明确提取自变量对应的系数和p值 mapping = aes(label = sprintf("Coef = %.3g\np-value = %.3g", after_stat(x_estimate), after_stat(x_p.value))), label.x = "left", label.y = "top") ggsave("test.pdf")
如果还是出现p值不符的情况,直接使用第一种手动提取的方案即可,动态计算的统计层容易受包依赖、环境冲突影响,手动提取的结果完全和你拟合的model一致,不会出错。
内容的提问来源于stack exchange,提问作者dnv89
相关产品推荐
相关产品推荐

