绘制线性回归中每个变量的影响？

Question

我想为使用 R 计算的 lm 模型创建如下图。

有简单的方法吗？

收集

Answer 1

包 {caret} 提供了一个方便的方法 varImp：示例：

library(caret)
my_model <- lm(mpg ~ disp + cyl, data = mtcars)

## > varImp(my_model)
##
##       Overall
## disp 2.006696
## cyl  2.229809

对于可变重要性的不同度量，请参阅 ?varImp。将值输入您选择的绘图库。

额外：{ggstatsplot} calculates and plots a host of model stats for a plethora of model objects. This includes hypotheses about regression coefficients, for which method ggcoefstats() 可能会满足您的目的（不过请记住缩放预测变量以便对系数进行有意义的比较）。

Answer 2

按照链接文章中的方法（r 平方的相对边际增加），您可以编写自己的函数，采用公式和数据框，然后绘制相对重要性：

library(ggplot2)

plot_importance <- function(formula, data) {
  
  lhs <- as.character(as.list(formula)[[2]])
  rhs <- as.list(as.list(formula)[[3]])
  vars <- grep("[+\*]", rapply(rhs, as.character), invert = TRUE, value = TRUE)
  df <- do.call(rbind, lapply(seq_along(vars), function(i) {
    f1 <- as.formula(paste(lhs, paste(vars[-i], collapse = "+"), sep = "~"))
    f2 <- as.formula(paste(lhs, paste(c(vars[-i], vars[i]), collapse = "+"), 
                           sep = "~"))
    r1 <- summary(lm(f1, data = data))$r.squared
    r2 <- summary(lm(f2, data = data))$r.squared
    
    data.frame(variable = vars[i], importance = r2 - r1)
  }))
  
  df$importance <- df$importance / sum(df$importance)
  df$variable <- reorder(factor(df$variable), -df$importance)

  ggplot(df, aes(x = variable, y = importance)) +
    geom_col(fill = "deepskyblue4") +
    scale_y_continuous(labels = scales::percent) +
    coord_flip() +
    labs(title = "Relative importance of variables",
         subtitle = deparse(formula)) +
    theme_classic(base_size = 16)
}

我们可以使用链接文章中提供的样本数据对此进行测试：

IV <- read.csv(paste0("https://statisticsbyjim.com/wp-content/uploads/",
                      "2017/07/ImportantVariables.csv"))

plot_importance(Strength ~ Time + Pressure + Temperature, data = IV)

而且我们看到剧情是一样的

我们还可以在一些 built-in 数据集上对其进行测试，以证明其用途是通用的：

plot_importance(mpg ~ disp + wt + gear, data = mtcars)

plot_importance(Petal.Length ~ Species + Petal.Width, data = iris)

^{由 reprex package (v2.0.1)}

于 2022-05-01 创建

Answer 3

刚刚结束使用 relaimpo 包并显示 @Allan Cameron 回答的 ggplot

library(relaimpo)

relative_importance <- calc.relimp(mymodel, type="lmg")$lmg

df = data.frame(
variable=names(relative_importance),
importance=round(c(relative_importance) * 100,2)
)

ggplot(df, aes(x = reorder(variable, -importance), y = importance)) +
  geom_col(fill = "deepskyblue4") + 
  geom_text(aes(label=importance), vjust=.3, hjust=1.2, size=3, color="white")+
  coord_flip() +
  labs(title = "Relative importance of variables") +
  theme_classic(base_size = 16)

绘制线性回归中每个变量的影响？

Plot the impact for each variable in linear regression?

statistics

regression

r