📜  如何在 R 中绘制逻辑回归曲线?(1)

📅  最后修改于: 2023-12-03 15:38:25.029000             🧑  作者: Mango

如何在 R 中绘制逻辑回归曲线?

在 R 中,我们可以使用 glm() 函数来拟合逻辑回归模型,并使用 ggplot2 包中的 geom_line() 函数来绘制逻辑回归曲线。

1. 准备数据

首先,我们需要准备一个包含自变量(X)和因变量(Y)的数据集。例如,我们可以使用 mtcars 数据集中的 mpgam 变量来演示:

data(mtcars)

df <- data.frame(mpg = mtcars$mpg, am = factor(mtcars$am, levels = c(0, 1)))

am 变量转换为因子变量,并将其水平命名为 01

2. 拟合逻辑回归模型

接下来,我们可以使用 glm() 函数来拟合逻辑回归模型:

model <- glm(am ~ mpg, data = df, family = "binomial")

此处,我们将 am 作为因变量,mpg 作为自变量,使用 binomial 分布来表示响应变量的二元分类。

3. 预测概率

使用 predict() 函数可以通过刚刚拟合的模型预测响应变量概率:

df$prob <- predict(model, type = "response")

将预测得到的概率存储在数据框的 prob 列。

4. 绘制逻辑回归曲线

最后,我们可以使用 ggplot2 包中的 geom_line() 函数来绘制逻辑回归曲线:

library(ggplot2)

ggplot(df, aes(x = mpg, y = prob)) +
  geom_point(aes(color = am)) +
  geom_line() +
  labs(title = "Logistic Regression Curve", x = "mpg", y = "Probability") +
  scale_color_discrete(name = "am", labels = c("Auto", "Manual"))

这里,我们使用 ggplot() 函数创建一个默认设置的绘图对象,并指定 xy 坐标。然后,将 mpgprob 分别映射到 xy 坐标上。

使用 geom_point() 函数添加原始数据点的散点图,并使用 color 参数根据 am 变量的值分配颜色。

然后,使用 geom_line() 函数添加逻辑回归曲线,没有添加任何参数,因为 geom_line() 函数默认生成连续的折线。

使用 labs() 函数和 scale_color_discrete() 函数设置标题和标签。

最终,我们可以得到如下的逻辑回归曲线图像:

Logistic Regression Curve

这就是在 R 中绘制逻辑回归曲线的过程。我们可以通过修改数据集、参数或其他可选项来调整曲线图的外观或功能。