使用 categorical/numeric 变量中的相互作用绘制具有泊松 glm 的二次曲线

Question

我想知道是否可以使用 Poisson glm 绘制二次曲线，并在 categorical/numeric 变量中进行交互。就我而言：

##Data set artificial
set.seed(20)
d <- data.frame(
  behv = c(rpois(100,10),rpois(100,100)),
  mating=sort(rep(c("T1","T2"), 200)),
  condition = scale(rnorm(200,5))
) 

#Condition quadratic
d$condition2<-(d$condition)^2

#Binomial GLM ajusted
md<-glm(behv ~ mating + condition + condition2, data=d, family=poisson)
summary(md)

在模型中 mating、condition 和 condition2 很重要的情况下，我做：

#Create x's vaiues
x<-d$condition## 
x2<-(d$condition)^2 

# T1 estimation
y1<-exp(md$coefficients[1]+md$coefficients[3]*x+md$coefficients[4]*x2)
#
# T2 estimation
y2<-exp(md$coefficients[1]+md$coefficients[2]+md$coefficients[3]*x+md$coefficients[4]*x2)
#
#
#Separete data set
d_T1<-d[d[,2]!="T2",] 
d_T2<-d[d[,2]!="T1",] 

#Plot
plot(d_T1$condition,d_T1$behv,main="", xlab="condition", ylab="behv", 
xlim=c(-4,3), ylim=c(0,200), col= "black")
points(d_T2$condition,d_T2$behv, col="gray")
lines(x,y1,col="black")
lines(x,y2,col="grey")
#

不起作用，我没有理想的曲线。我想要 T1 的曲线和 T2 的交配变量曲线。有什么解决办法吗？

Answer 1

在下面的代码中，我们使用 poly 函数生成二次模型，而无需在数据框中创建额外的列。此外，我们创建了一个预测数据框，以在 condition 值范围内和 mating 的每个级别生成模型预测。具有 type="response" 的 predict 函数会根据结果的尺度生成预测，而不是根据默认的线性预测因子尺度生成预测。此外，我们在为 mating 创建数据时将 200 更改为 100，以避免 mating.

的每个级别都有完全相同的结果数据。

library(ggplot2)

# Fake data
set.seed(20)
d <- data.frame(
  behv = c(rpois(100,10),rpois(100,100)),
  mating=sort(rep(c("T1","T2"), 100)),   # Changed from 200 to 100
  condition = scale(rnorm(200,5))
)

# Model with quadratic condition
md <- glm(behv ~ mating + poly(condition, 2, raw=TRUE), data=d, family=poisson)
#summary(md)

# Get predictions at range of condition values
pred.data = data.frame(condition = rep(seq(min(d$condition), max(d$condition), length=50), 2),
                       mating = rep(c("T1","T2"), each=50))
pred.data$behv = predict(md, newdata=pred.data, type="response")

现在用 ggplot2 和 base R 作图：

ggplot(d, aes(condition, behv, colour=mating)) +
  geom_point() +
  geom_line(data=pred.data)

plot(NULL, xlim=range(d$condition), ylim=range(d$behv),
     xlab="Condition", ylab="behv")
with(subset(d, mating=="T1"), points(condition, behv, col="red"))
with(subset(d, mating=="T2"), points(condition, behv, col="blue"))
with(subset(pred.data, mating=="T1"), lines(condition, behv, col="red"))
with(subset(pred.data, mating=="T2"), lines(condition, behv, col="blue"))
legend(-3, 70, title="Mating", legend=c("T1","T2"), pch=1, col=c("blue", "red"))

使用 categorical/numeric 变量中的相互作用绘制具有泊松 glm 的二次曲线

Plotting quadratic curves with poisson glm with interactions in categorical/numeric variables

plot

r

poisson

glm

quadratic-curve