为具有一个预测变量的逻辑回归设置 ggplot 并循环遍历多个结果（或列）

Question

我是R的新手，有一个ggplot相关的问题。下面是一个虚拟数据框，其中一列包含预测变量 (xvar) 和多列二分结果 (yvar1、yvar2、yvar3)。

df <- data.frame("xvar"=c(0,100,200,300,400,500,600,1000),"yvar1"= c(0,0,0,0,0,0,1,1),"yvar2"=c(0,0,1,1,1,1,1,1),"yvar3"=c(0,0,1,1,0,1,1,1))

我创建了一个 for 循环运行每个 yvar 对预测变量 的逻辑回归]xvar。我能够成功绘制每个 yvar 的回归图。请忽略回归警告（这是一个虚拟数据集）

for (i in 2:4) {

  logr.yvar <- glm(df[,names(df[i])] ~ xvar, data=df, family=binomial(link="logit"))
  print(logr.yvar)

  plot(df$xvar, df[,i])
  curve(predict(logr.yvar, data.frame(xvar=x), type="response"), add=TRUE) 

}

我不想使用基本的 plot 函数，而是想切换到 ggplot2。我目前能够为单个回归生成 ggplots：

ggplot(df, aes(x=xvar, y=yvar1)) + geom_point() + 
  stat_smooth(method="glm", family="binomial", se=TRUE)

如何使用 ggplot2 设置循环？

Answer 1

如果你真的想循环，你可以使用lapply。

p <- lapply(names(df)[-1], function(nm){
  ggplot(df, aes_string(x="xvar", y=nm)) + geom_point() + 
    stat_smooth(method="glm", family="binomial", se=TRUE)
})
print(p)

但是，我怀疑重塑数据并将所有图表一起显示可能会更好。

# reshaping data
require(reshape2)
df.melt <- melt(df, id.var='xvar')
# first variation, using facets 
ggplot(df.melt, aes(xvar, value)) + 
  geom_point() + 
  stat_smooth(method="glm", family="binomial", se=TRUE) +
  facet_grid(variable~.)
# second variation using colors
ggplot(df.melt, aes(xvar, value)) + 
  geom_point() + 
  stat_smooth(aes(color = variable, fill = variable), 
              method="glm", family="binomial", se=TRUE, size = 1.2)

为具有一个预测变量的逻辑回归设置 ggplot 并循环遍历多个结果（或列）

Setting up ggplot for a logistic regression with one predictor and looping through multiple outcomes (or columns)

plot

r

ggplot2

logistic-regression