R - 整齐的增广置信区间答案

【问题标题】：R - tidy augment confidence intervalR - 整齐的增广置信区间
【发布时间】：2016-11-10 17:02:34
【问题描述】：

我想知道如何使用 broom 包计算置信区间。

我想做的是简单而标准的：

set.seed(1)
x <- runif(50)
y <- 2.5 + (3 * x) + rnorm(50, mean = 2.5, sd = 2)
dat <- data.frame(x = x, y = y)
mod <- lm(y ~ x, data = dat)

使用visreg，我可以非常简单地使用CI绘制回归模型：

library(visreg)
visreg(mod, 'x',  overlay=TRUE)

我对使用broom 和ggplot2 重现这个很感兴趣，到目前为止我只实现了这个：

 library(broom) 

 dt = lm(y ~ x, data = dat) %>% augment(conf.int = TRUE)  
 ggplot(data = dt, aes(x, y, colour = y)) + 
  geom_point() + geom_line(data = dt, aes(x, .fitted, colour = .fitted))

augment 函数不计算 conf.int。有什么线索可以添加一些smooth 置信度反转吗？

 geom_smooth(data=dt, aes(x, y, ymin=lcl, ymax=ucl), size = 1.5, 
        colour = "red", se = TRUE, stat = "smooth")

【问题讨论】：

为什么不使用 geom_smooth(method="lm") 和原始数据框来添加带有 CI 的回归线？
原因是我需要添加许多不同的行并做更复杂的事情，所以我想知道是否有一种简单的方法可以使用broom 进行绘图。 geom_smooth(method="lm") 当您有很多变量并且想要控制绘制哪条线时，它是否复杂？

标签： r ggplot2 broom

【解决方案1】：

使用broom 输出，您可以执行以下操作：

ggplot(data = dt, aes(x, y)) + 
  geom_ribbon(aes(ymin=.fitted-1.96*.se.fit, ymax=.fitted+1.96*.se.fit), alpha=0.2) +
  geom_point(aes(colour = y)) + 
  geom_line(aes(x, .fitted, colour = .fitted)) +
  theme_bw()

我将 colour=y 移至 geom_point()，因为您无法将颜色美学应用到 geom_ribbon。

【讨论】：

【解决方案2】：

只需执行此操作（使用您的原始数据集 dat）：

ggplot(data = dat, aes(x, y, colour = y)) + 
  geom_point(size=2) + geom_smooth(method='lm', se = TRUE) + theme_bw()

【讨论】：

如果您正在运行多元回归并且只想显示一个变量怎么办？
@giacomoV 不确定我明白了，我猜你在谈论多元回归（不是多元回归正确），其中你有多个 y 预测变量，例如，还有另一个预测变量 x1，s.t. y~x+ x1，但在这种情况下，可视化应该是平面而不是线，您需要 3D 可视化来显示回归平面和平面周围的置信区间体积，对吧？
在 2D 中，我想我们只对显示响应和单个预测变量之间的关系感兴趣，保持其他变量不变。
所以我尝试在 y = x1 + x2 + x3 等 ols 模型中绘制 y=x1 之间的关系，其中 x2+x3 是控制变量（所以这是一个多元模型）。但是，我发现在 R 中执行此操作非常麻烦。我刚刚问了另一个关于它的问题 http://stats.stackexchange.com/questions/245294/r-plot-lm-issues-with-multivariate-ols。谢谢你的建议。