R 中系数的可视化(点图)
Visualization of coefficients in R (dot-chart)
我想绘制三个不同模型的系数,以用点图显示估计系数的收缩效果。
有关更多上下文:我正在使用分层线性模型,并希望将这些估计与完全合并和无合并估计的估计进行比较。
假设我们有这样一个数据框:
a <- c(1,2,3,4)
b <- c(2.5, 2.5, 2.5, 2.5)
c <- c(1.2,2.3,2.8,3.7)
city <- c("London", "Madrid", "Sidney", "Paris")
df <- as.data.frame(cbind(city,a,b,c))
df <- df[order(df$a),]
我想按降序显示它们,有点像这个 picture 但没有标准偏差,只有分数。有没有办法用 ggplot 简单地做到这一点?
从您的数据框 df
开始,您可以使用 pivot_longer
重塑数据并通过在 scale_x_discrete
中调用 df$city
来保存数据顺序:
library(tidyr)
df2 = df %>% pivot_longer(.,-city, names_to = "Model", values_to = "value")
library(ggplot2)
ggplot(df2, aes(x = city, y = value, color = Model)) + geom_point() + coord_flip() +
scale_x_discrete(limits = df$city)
我重新排列你的数据框 df
以获得数值(将 cbind 与数据框结合使用往往会将数据转换为因子级别):
a <- c(1,2,3,4)
b <- c(2.5, 2.5, 2.5, 2.5)
c <- c(1.2,2.3,2.8,3.7)
city <- c("London", "Madrid", "Sidney", "Paris")
df <- data.frame(city,a,b,c)
df <- df[order(df$a),]
你得到下图
我想绘制三个不同模型的系数,以用点图显示估计系数的收缩效果。
有关更多上下文:我正在使用分层线性模型,并希望将这些估计与完全合并和无合并估计的估计进行比较。
假设我们有这样一个数据框:
a <- c(1,2,3,4)
b <- c(2.5, 2.5, 2.5, 2.5)
c <- c(1.2,2.3,2.8,3.7)
city <- c("London", "Madrid", "Sidney", "Paris")
df <- as.data.frame(cbind(city,a,b,c))
df <- df[order(df$a),]
我想按降序显示它们,有点像这个 picture 但没有标准偏差,只有分数。有没有办法用 ggplot 简单地做到这一点?
从您的数据框 df
开始,您可以使用 pivot_longer
重塑数据并通过在 scale_x_discrete
中调用 df$city
来保存数据顺序:
library(tidyr)
df2 = df %>% pivot_longer(.,-city, names_to = "Model", values_to = "value")
library(ggplot2)
ggplot(df2, aes(x = city, y = value, color = Model)) + geom_point() + coord_flip() +
scale_x_discrete(limits = df$city)
我重新排列你的数据框 df
以获得数值(将 cbind 与数据框结合使用往往会将数据转换为因子级别):
a <- c(1,2,3,4)
b <- c(2.5, 2.5, 2.5, 2.5)
c <- c(1.2,2.3,2.8,3.7)
city <- c("London", "Madrid", "Sidney", "Paris")
df <- data.frame(city,a,b,c)
df <- df[order(df$a),]
你得到下图