当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R termplot 绘制回归项


R语言 termplot 位于 stats 包(package)。

说明

根据预测变量绘制回归项,可选择添加标准误差和部分残差。

用法

termplot(model, data = NULL, envir = environment(formula(model)),
         partial.resid = FALSE, rug = FALSE,
         terms = NULL, se = FALSE,
         xlabs = NULL, ylabs = NULL, main = NULL,
         col.term = 2, lwd.term = 1.5,
         col.se = "orange", lty.se = 2, lwd.se = 1,
         col.res = "gray", cex = 1, pch = par("pch"),
         col.smth = "darkred", lty.smth = 2, span.smth = 2/3,
         ask = dev.interactive() && nb.fig < n.tms,
         use.factor.levels = TRUE, smooth = NULL, ylim = "common",
         plot = TRUE, transform.x = FALSE, ...)

参数

model

拟合模型对象

data

可以在其中找到model中的变量的 DataFrame

envir

可以找到model中的变量的环境

partial.resid

逻辑性;是否应该绘制部分残差?

rug

rug 图(抖动的一维直方图)添加到轴上?

terms

要绘制哪些项(默认NULL 表示所有项);传递给 predict(.., type = "terms", terms = *) 的向量。

se

绘制逐点标准误差?

xlabs

x 轴标签向量

ylabs

y 轴标签向量

main

逻辑或主标题向量;如果 TRUE ,则将模型的调用作为主标题,NULLFALSE 表示没有标题。

col.term, lwd.term

“术语曲线”的颜色和线宽,请参阅lines

col.se, lty.se, lwd.se

se = TRUE 时“twice-standard-error 曲线”的颜色、线条类型和线条宽度。

col.res, cex, pch

颜色、绘制部分残差的字符扩展和类型,当 partial.resid = TRUE 时,请参阅 points

ask

逻辑性;如果 TRUE ,则在每个绘图之前都会询问用户,请参阅par(ask=.)

use.factor.levels

x 轴刻度应该使用因子水平还是因子项的数字?

smooth

NULL 或与 panel.smooth 具有相同参数的函数,用于通过非因子项的部分残差绘制平滑曲线

lty.smth, col.smth, span.smth

传递给smooth

ylim

y 轴的可选范围,或 "common"(当计算足以满足所有图的范围时),或 "free"(当为每个图计算限制时)。

plot

如果设置为FALSE,则不会生成绘图:而是返回一个列表,其中包含要绘制的数据。

transform.x

逻辑向量;如果元素(根据需要回收)是 TRUE ,则根据变换后的值绘制相应项的部分残差。模型响应是一条直线,可以与数据或从 smooth-panel.smooth 获得的曲线进行准备比较。

...

其他图形参数。

细节

model 对象必须具有接受 type = "terms"predict 方法,例如 stats 包中的 glm survival 包中的 coxphsurvreg

对于 partial.resid = TRUE 选项 model 必须具有接受 type = "partial"residuals 方法,lmglm 也接受该方法。

很少需要 data 参数,但在某些情况下 termplot 可能无法重建原始数据帧。使用 na.action=na.exclude 可以减少这些问题的发生。

对于交互项来说,不会发生任何明智的事情,并且它们可能会导致错误。

当需要一些特殊操作时,例如,plot = FALSE 选项很有用。叠加两个不同模型的结果或绘制置信带。

对于 plot = FALSE ,是一个列表,其中每个图都有一个元素,将生成。列表的每个元素都是一个数据帧,其中包含变量 xy 以及可选的逐点标准错误 se 。对于连续预测变量,x 将包含有序的唯一值,对于因子,它将是包含每个级别的一个实例的因子。该列表具有从预测术语对象复制的属性"constant"

否则的话,多少项,无形之中。

例子

require(graphics)

had.splines <- "package:splines" %in% search()
if(!had.splines) rs <- require(splines)
x <- 1:100
z <- factor(rep(LETTERS[1:4], 25))
y <- rnorm(100, sin(x/10)+as.numeric(z))
model <- glm(y ~ ns(x, 6) + z)

par(mfrow = c(2,2)) ## 2 x 2 plots for same model :
termplot(model, main = paste("termplot( ", deparse(model$call)," ...)"))
termplot(model, rug = TRUE)
termplot(model, partial.resid = TRUE, se = TRUE, main = TRUE)
termplot(model, partial.resid = TRUE, smooth = panel.smooth, span.smth = 1/4)
if(!had.splines && rs) detach("package:splines")

if(requireNamespace("MASS", quietly = TRUE)) {
hills.lm <- lm(log(time) ~ log(climb)+log(dist), data = MASS::hills)
termplot(hills.lm, partial.resid = TRUE, smooth = panel.smooth,
        terms = "log(dist)", main = "Original")
termplot(hills.lm, transform.x = TRUE,
         partial.resid = TRUE, smooth = panel.smooth,
	 terms = "log(dist)", main = "Transformed")

}

也可以看看

对于(广义)线性模型,plot.lmpredict.glm

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Plot Regression Terms。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。