ggplot2를 사용하여 음수 이항 회귀의 예측 값을 그리는 중입니다. 이진 변수가 켜져 있고 다른 하나는 꺼져 있습니다. 비교할 수있는 두 개의 플롯이 있습니다.ggplot2를 사용하여 견고한 표준 오류로 예측 된 값 플롯
링크 here은 페이지 하단에서이를 수행하는 방법을 보여 주지만 견고한 표준 오류를 사용하여 예측 된 값의 플롯 주변에 음영을 만들 수 있기를 원합니다. 나는 이것을 predict() 함수에서 얻는 방법을 모르겠습니다. 이 코드 예제에서 주위에 그늘진 선에 강한 표준 오류를 얻으려는 작업이 있습니까?
nb1 <- glm.nb(citecount ~ expbin*novcr + expbin*I(novcr^2) + disease + length +
as.factor(year), data = nov4d.dt)
그리고 내가 사용하고있는 데이터의 샘플이 있습니다 :
require(sandwich)
cov.nb1 <- vcovHC(nb1, type = "HC0")
std.err <- sqrt(diag(cov.nb1))
r.est <- cbind(Estimate = coef(nb1), `Robust SE` = std.err, `Pr(>|z|)` = 2 *
pnorm(abs(coef(nb1)/std.err), lower.tail = FALSE), LL = coef(nb1) - 1.96 *
std.err, UL = coef(nb1) + 1.96 * std.err)
r.est
내가 사용하고있는 모델은 이것이다 :
나는 강력한 표준 오차를 생성하기 위해 여기 this site의 코드를 사용 :
nov4d.dt <-
structure(list(PMID = c(1279136L, 1279186L, 1279186L, 1279187L,
1279187L, 1279190L, 1279257L, 1279317L, 1279332L, 1279523L),
min = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), max = c(32L,
32L, 32L, 32L, 32L, 32L, 32L, 32L, 32L, 32L), mean = c(11L,
13L, 13L, 19L, 19L, 16L, 24L, 15L, 8L, 19L), length = c(45L,
120L, 120L, 78L, 78L, 136L, 45L, 36L, 171L, 78L), threslength = c(13L,
20L, 20L, 7L, 7L, 26L, 4L, 6L, 77L, 14L), novlength = c(5L,
6L, 6L, 3L, 3L, 6L, 3L, 3L, 36L, 5L), novind = c("TRUE",
"TRUE", "TRUE", "TRUE", "TRUE", "TRUE", "TRUE", "TRUE", "TRUE",
"TRUE"), novcr = c(0.111111, 0.05, 0.05, 0.0384615, 0.0384615,
0.0441176, 0.0666667, 0.0833333, 0.210526, 0.0641026), novcrt = c(0.288889,
0.166667, 0.166667, 0.0897436, 0.0897436, 0.191176, 0.0888889,
0.166667, 0.450292, 0.179487), year = c(1991L, 1991L, 1992L,
1992L, 1992L, 1992L, 1992L, 1992L, 1991L, 1992L), disease = structure(c(1L,
4L, 2L, 4L, 2L, 1L, 4L, 4L, 2L, 4L), .Label = c("alz", "bc",
"cl", "lc"), class = "factor"), citecount = c(5L, 8L, 8L,
12L, 12L, 0L, 1L, 0L, 92L, 0L), novind2 = c(TRUE, TRUE, TRUE,
TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE), rad = c(FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE
), exp = c(260, 351, 351, 65, 65, 480, 104, 273, 223, 0),
novind4 = c(FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,
FALSE, TRUE, FALSE), novind5 = c(FALSE, FALSE, FALSE, FALSE,
FALSE, FALSE, FALSE, FALSE, TRUE, FALSE), novind6 = c(FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE
), expbin = c(TRUE, TRUE, TRUE, FALSE, FALSE, TRUE, FALSE,
TRUE, TRUE, FALSE), expbin2 = c(TRUE, TRUE, TRUE, FALSE,
FALSE, TRUE, FALSE, TRUE, TRUE, FALSE)), .Names = c("PMID",
"min", "max", "mean", "length", "threslength", "novlength", "novind",
"novcr", "novcrt", "year", "disease", "citecount", "novind2",
"rad", "exp", "novind4", "novind5", "novind6", "expbin", "expbin2"
), sorted = "PMID", class = c("data.frame"), row.names = c(NA,
-10L))
덕분에, 나는 모델과 데이터의 샘플을 제공하기 위해, 원래의 질문을 편집했습니다. 1 개 이상의 예측 변수가 있습니다. 예제와 (그리고 내 결과)에 대한 링크가 주어지면, 리본 범위가 다르다는 것을 알게 될 것이므로 나는 줄 수가 +/- 숫자가 될 것이라고 생각하지 않습니다. 감사합니다! – exl
나는 다른 리본 범위 란 xvalues가없는 yvalues의 불확실성을 나타내는 ggplot을 의미합니다 .gwplot에 변수 또는 CI가 전달되었음을 의미하지 않습니다. 자세한 내용을 제공하기 위해 답변을 업데이트하겠습니다. – MattBagg
알려주세요. 결과 ggplot의 리본이 예상대로 보이지 않는 경우 CI가 적합도에서 상수를 더하거나 뺍니다 (예제 코드에서도 마찬가지 임). . :-) – MattBagg