如何基于 glm 模型绘制变量的预测概率答案

【问题标题】：How to plot variable's predicted probability based on glm model如何基于 glm 模型绘制变量的预测概率
【发布时间】：2014-10-22 01:45:17
【问题描述】：

我想绘制作为 glm 模型一部分的每个变量，其中 y 轴是预测概率，x 轴是变量级别或值。这是我尝试过的代码：

数据：

dat <- read.table(text = "target apcalc    admit   num
     0        0        0         21
     0        0        1         24
     0        1        0         55
     0        1        1         72
     1        0        0         5
     1        0        1         31
     1        1        0         11
     1        1        1         3",  header = TRUE)

glm 模型：

f<-glm(target ~ apcalc + admit +num, data = dat,family=binomial(link='logit'))

呈现所需情节的循环：

for(i in 1:length(f$var.names)){
          plot(predict(f,i.var.names=i,newdata=dat,type='response'))
      }

我得到了一个奇怪的图作为输出（x 轴为“索引”，y 轴为“predict(f,i.var.names=i,newdata=dat,type='response')”。如何我可以修复我的代码以获得所需的结果吗？（我还没有声望在这里展示它）

【问题讨论】：

标签： r loops plot glm

【解决方案1】：

在运行 f

f<-glm(target ~ apcalc + admit +num, data=dat,family=binomial("logit"))

f

Call:  glm(formula = target ~ apcalc + admit + num, family = binomial("logit"), 
    data = dat)

Coefficients:
(Intercept)       apcalc        admit          num  
     2.2690       3.1742       2.4406      -0.1721  

Degrees of Freedom: 7 Total (i.e. Null);  4 Residual
Null Deviance:      11.09 
Residual Deviance: 5.172        AIC: 13.17

f$var.names
NULL

【讨论】：

我是在使用 $var.names 调用模型中的变量吗？我不确定，因此我的问题。

【解决方案2】：

这里用预测概率绘制所有变量，

f<-glm(target ~ apcalc + admit +num, data=dat,family=binomial(link="logit"))

PredProb=predict(f,type='response') #predicting probabilities

par(mfrow=c(2,2))
for(i in names(dat)){
  plot(dat[,i],PredProb,xlab=i)
}

【讨论】：

非常感谢...510947