R 中系数的可视化（点图）

Question

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？

Answer 1

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

R 中系数的可视化（点图）

Visualization of coefficients in R (dot-chart)

r

ggplot2

regression

data-visualization

coefficients