R termplot 绘制回归项

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	将 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，NULL 或 FALSE 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" 的 predict 方法，例如 stats 包中的 glm、 survival 包中的 coxph 和 survreg。

对于 partial.resid = TRUE 选项 model 必须具有接受 type = "partial" 的 residuals 方法，lm 和 glm 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。

值

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 x 、 y 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.lm 和 predict.glm 。