是否可以使用分类变量作为自变量来绘制逻辑回归？答案

【问题标题】：Is it possible to plot logistic regression with categorical variables as independent variables?是否可以使用分类变量作为自变量来绘制逻辑回归？
【发布时间】：2020-04-18 06:50:27
【问题描述】：

我已经尝试了 r plot 和 ggplot。当您将分类变量作为自变量（x 轴）时，它们不允许绘制逻辑回归曲线。当我将分类变量转换为随机数后尝试时，它起作用了。但这很令人困惑。有什么解决方案，还是我错过了什么？先感谢您。

例如：

g <- ggplot(decision_use, aes(x=decision, y=use)) + geom_point(alpha=.1) +
  geom_smooth(method = "glm", 
    method.args = list(family = "binomial"), 
    se = FALSE)

和

plot(decision, use)
g=glm(use~decision,family=binomial, decision_use)
curve(predict(g,data.frame(decision=x),type="resp"),add=TRUE)

将决策作为人的类型并用作 1 或 0。

【问题讨论】：

你能提供一些示例数据和到目前为止你尝试过的代码吗？
@mcskinner 已发布。谢谢！

标签： r logistic-regression

【解决方案1】：

这是一组很棒的示例https://data.library.virginia.edu/visualizing-the-effects-of-logistic-regression/ 它不使用 ggplot 但在示例中具有分类变量效果的示例。

一个与 ggplot https://blogs.uoregon.edu/rclub/2016/04/05/plotting-your-logistic-regression-models/

【讨论】：

谢谢。 UVA 链接处理所有数据帧和 glm。我有两个数据框，一个带有 1 或 0，另一个带有类型。我想要每种类型的概率。你知道我的案子的答案吗？
我会将它们合并在一起。
对不起，我再次检查了，UVA示例依赖于使用效果库。我跟着它，结果不是逻辑曲线，而是一条不反映数据的直线水平曲线。有没有办法将分类变量作为自变量绘制逻辑回归曲线？ ggplot 或给定的 r 图。

【解决方案2】：

我一直在使用这个包，它可以为您提供出色的效果图。

让 LogitModel 成为您的逻辑回归模型

install.packages("effects") # only need to do once. 
library(effects)
plot(allEffects(LogitModel))

希望对你有帮助

【讨论】：