首页 文章

可视化二元逻辑模型在ggplot中双向交互的边际效应

提问于
浏览 次
0

有人可以使用ggplot建议一种快速且易于理解的方法，用于可视化glm模型/二元逻辑回归模型的双向交互吗？我对边际效应感兴趣！

我看过其他帖子，但并不是真的了解它们 . 另一个问题是我不能使用ggpredict / gginteraction，因为R版本（3.4.2） .

我的数据结构如下（简化）：

region_AB   motive   voter_attribute  vote_for_party_XY
1           1        1                1
1           0        1                1
1           1        0                0
0           0        0                0
0           0        1                0
0           1        0                0

而且我声称（并且实际发现）那个区域调解了给定动机对XY方投票的影响 .

现在我知道这不是一个可重复的例子 . 但也许有人可以提出一个适合所有解决方案（至少对于glm模型的双向交互的情况） . 如果有必要并且有帮助，也许 mtcars 数据集可以用于示例目的：there's even an example for an interaction-term model using this dataset .

我希望有人有一个很好的解决方案 . 这可能是可视化双向互动的边际效应的一般指南......

r ggplot2 glm interaction

1 回答

  • 0

    您可以使用ggeffects-package来计算边际效应 . 返回值是一个数据框，但是有一个创建/返回ggplot对象的 plot() -method . 这是一个带有二进制结果的人工示例，但您可以在上面引用的网站的"Articles"中找到更多详细信息 .

    library(ggeffects)
library(sjmisc) # to preserve labels
data(efc)

# prepare data, create binary outcome and make
# numeric variables categorical
efc$neg_c_7d <- dicho(efc$neg_c_7)
efc$c161sex <- to_factor(efc$c161sex)
efc$c172code <- to_factor(efc$c172code)

# fit logistic regression
m <- glm(
  neg_c_7d ~ c12hour + c161sex * c172code,
  data = efc,
  family = binomial(link = "logit")
)

# compute and plot marginal effects
ggpredict(m, c("c172code", "c161sex")) %>% plot()

    enter image description here

    请注意，我使用的数据集is labelled，这就是轴用"proper"值和变量标签注释的原因 .

    回复于

相关问题