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 |
envir |
可以找到 |
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 |
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 |
col.term, lwd.term |
“术语曲线”的颜色和线宽,请参阅 |
col.se, lty.se, lwd.se |
|
col.res, cex, pch |
颜色、绘制部分残差的字符扩展和类型,当 |
ask |
逻辑性;如果 |
use.factor.levels |
x 轴刻度应该使用因子水平还是因子项的数字? |
smooth |
|
lty.smth, col.smth, span.smth |
传递给 |
ylim |
y 轴的可选范围,或 |
plot |
如果设置为 |
transform.x |
逻辑向量;如果元素(根据需要回收)是 |
... |
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
。
相关用法
- R terms 示范条款
- R terms.object 术语对象的说明
- R terms.formula 从公式构造术语对象
- R tsdiag 时间序列拟合的诊断图
- R ts.plot 绘制多个时间序列
- R ts 时间序列对象
- R tsSmooth 对时间序列使用固定间隔平滑
- R time 时间序列的采样次数
- R ts-methods 时间序列对象的方法
- R toeplitz 创建对称和非对称托普利茨矩阵
- R ts.union 绑定两个或多个时间序列
- R tsp 类时间序列对象的 Tsp 属性
- R t.test 学生 t 检验
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
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。