如何从 ggplot 预测的结果中提取 1 个面板
how to take 1 panel from the results from ggplot predict
我使用多变量和单变量回归模型来探索变量之间的关系。
model<- lrm(mortality ~value_day0 + value_day5, dataframe, x=TRUE, y=TRUE)
uni_model<-lrm(mortality ~value_day0, dataframe, x=TRUE, y=TRUE)
然后可视化:
plot_model<- ggplot(Predict(model, fun=plogis), sepdiscrete="vertical", ylab="risk of mortality")
plot_uni_model<-ggplot(Predict(uni_model, fun=plogis),
ylab= "Risk of mortality", ylim=c(0,1), sepdiscrete="vertical")
这给了我 2 个图表:图表 1 有 2 个子图/子面板,1 个代表第 0 天的值,1 个代表第 5 天的值,另一个图表(图表 2)只有 1 个面板。我想以不同的方式显示结果:从图 1 开始,我想将 1 个子面板(第 0 天)与图 2 组合。
预期结果:
- 包含 2 个面板的图表:多变量分析的第 0 天和单变量分析的第 0 天
- 包含 1 个面板的图表:来自多变量分析的第 5 天
一些示例数据
dataframe<-data.frame(mortality=rep(c(0,1), each=500), value_day0=sample(1:5, 1000, replace=TRUE), value_day5=sample(1:5, 1000, replace=TRUE))
ddist <- datadist(value_day0, value_day5, mortality)
options(datadist='ddist')
detach(dataframe)
谢谢!
所以几个小时后我找到了一个可能的解决方案,以防万一有人需要它:
删除为第 0 天创建图表的行和列,因此只创建值 0 图表
model$data<-model$data[-c(501:1000), -c(2)]
我使用多变量和单变量回归模型来探索变量之间的关系。
model<- lrm(mortality ~value_day0 + value_day5, dataframe, x=TRUE, y=TRUE)
uni_model<-lrm(mortality ~value_day0, dataframe, x=TRUE, y=TRUE)
然后可视化:
plot_model<- ggplot(Predict(model, fun=plogis), sepdiscrete="vertical", ylab="risk of mortality")
plot_uni_model<-ggplot(Predict(uni_model, fun=plogis),
ylab= "Risk of mortality", ylim=c(0,1), sepdiscrete="vertical")
这给了我 2 个图表:图表 1 有 2 个子图/子面板,1 个代表第 0 天的值,1 个代表第 5 天的值,另一个图表(图表 2)只有 1 个面板。我想以不同的方式显示结果:从图 1 开始,我想将 1 个子面板(第 0 天)与图 2 组合。 预期结果:
- 包含 2 个面板的图表:多变量分析的第 0 天和单变量分析的第 0 天
- 包含 1 个面板的图表:来自多变量分析的第 5 天
一些示例数据
dataframe<-data.frame(mortality=rep(c(0,1), each=500), value_day0=sample(1:5, 1000, replace=TRUE), value_day5=sample(1:5, 1000, replace=TRUE))
ddist <- datadist(value_day0, value_day5, mortality)
options(datadist='ddist')
detach(dataframe)
谢谢!
所以几个小时后我找到了一个可能的解决方案,以防万一有人需要它:
删除为第 0 天创建图表的行和列,因此只创建值 0 图表
model$data<-model$data[-c(501:1000), -c(2)]