从R中的多重回归绘制“回归线”

baixiwei 发表于 Dev

baixiwei

我对多个连续的预测变量进行了多元回归，其中一些预测变量非常重要，我想针对其中一个预测变量创建DV的散点图或类似散点图，包括“回归线”。我怎样才能做到这一点？

我的情节看起来像这样

D = my.data; plot( D$probCategorySame, D$posttestScore )

如果是简单回归，则可以添加如下回归线：

lmSimple <- lm( posttestScore ~ probCategorySame, data=D )
abline( lmSimple )

但是我的实际模型是这样的：

lmMultiple <- lm( posttestScore ~ pretestScore + probCategorySame + probDataRelated + practiceAccuracy + practiceNumTrials, data=D )

我想添加一条反映系数并从实际模型截取而不是简化模型的回归线。我想为所有其他预测变量都取平均值可以做到这一点，尽管我准备听听相反的建议。

这可能没有什么区别，但是我只是以防万一，由于我可能不想绘制原始数据的事实，情况稍微有些复杂。相反，我想针对预测值的合并值绘制DV的平均值，如下所示：

D[,'probCSBinned'] = cut( my.data$probCategorySame, as.numeric( seq( 0,1,0.04 ) ), include.lowest=TRUE, right=FALSE, labels=FALSE )
D = aggregate( posttestScore~probCSBinned, data=D, FUN=mean )
plot( D$probCSBinned, D$posttestScore )

只是因为当我这样做时，它看起来对我的数据而言更加干净。

大卫·马克思

您需要在图的域中创建一个x值向量，并从模型中预测它们对应的y值。为此，您需要将此向量注入一个数据帧，该数据帧由与模型中的变量匹配的变量组成。您说过可以将其他变量固定在它们的平均值上，所以可以，因此我在解决方案中使用了该方法。给定绘图中的其他值，您所预测的x值实际上是否合法，应该在设置时考虑。

没有示例数据，我无法确定这是否完全适合您，因此，我对下面是否有任何错误表示歉意，但这至少应该说明这种方法。

# Setup
xmin = 0; xmax=10 # domain of your plot
D = my.data
plot( D$probCategorySame, D$posttestScore, xlim=c(xmin,xmax) )
lmMultiple <- lm( posttestScore ~ pretestScore + probCategorySame + probDataRelated + practiceAccuracy + practiceNumTrials, data=D )

# create a dummy dataframe where all variables = their mean value for each record
# except the variable we want to plot, which will vary incrementally over the 
# domain of the plot. We need this object to get the predicted values we
# want to plot.
N=1e4
means = colMeans(D)
dummyDF = t(as.data.frame(means))
for(i in 2:N){dummyDF=rbind(dummyDF,means)} # There's probably a more elegant way to do this.
xv=seq(xmin,xmax, length.out=N)
dummyDF$probCSBinned = xv 
# if this gives you a warning about "Coercing LHS to list," use bracket syntax:
#dummyDF[,k] = xv # where k is the column index of the variable `posttestScore`

# Getting and plotting predictions over our dummy data.
yv=predict(lmMultiple, newdata=subset(dummyDF, select=c(-posttestScore)))
lines(xv, yv)