So zeichnen sie eine logistische regressionskurve in r

Häufig möchten Sie möglicherweise die Kurve eines angepassten logistischen Regressionsmodells in R zeichnen.

Glücklicherweise ist dies recht einfach und in diesem Tutorial wird erklärt, wie es sowohl in Basis-R als auch in ggplot2 durchgeführt wird.

Beispiel: Zeichnen einer logistischen Regressionskurve in Basis R

Der folgende Code zeigt, wie man ein logistisches Regressionsmodell mithilfe von Variablen aus dem integrierten mtcars-Datensatz in R anpasst und wie man dann die logistische Regressionskurve zeichnet:

 #fit logistic regression model
model <- glm(vs ~ hp, data=mtcars, family=binomial)

#define new data frame that contains predictor variable
newdata <- data. frame (hp=seq(min(mtcars$hp), max(mtcars$hp),len= 500 ))

#use fitted model to predict values of vs
newdata$vs = predict(model, newdata, type=" response ")

#plot logistic regression curve
plot(vs ~hp, data=mtcars, col=" steelblue ")
lines(vs ~ hp, newdata, lwd= 2 )

Die x-Achse zeigt die Werte der Prädiktorvariablen hp und die y-Achse zeigt die vorhergesagte Wahrscheinlichkeit der Antwortvariablen am an.

Wir können deutlich erkennen, dass höhere Werte der Prädiktorvariablen hp mit geringeren Wahrscheinlichkeiten der Antwortvariablen vs. gleich 1 verbunden sind.

Beispiel: Zeichnen einer logistischen Regressionskurve in ggplot2

Der folgende Code zeigt, wie Sie dasselbe logistische Regressionsmodell anpassen und die logistische Regressionskurve mithilfe der Datenvisualisierungsbibliothek ggplot2 zeichnen:

 library (ggplot2)

#plot logistic regression curve
ggplot(mtcars, aes (x=hp, y=vs)) + 
  geom_point(alpha=.5) +
  stat_smooth(method=" glm ", se=FALSE, method. args = list(family=binomial)) 

Beachten Sie, dass dies genau die gleiche Kurve ist, die im vorherigen Beispiel unter Verwendung der R-Basis erstellt wurde.

Fühlen Sie sich frei, auch den Stil der Kurve zu ändern. Wir könnten die Kurve beispielsweise in eine rot gestrichelte Linie umwandeln:

 library (ggplot2)

#plot logistic regression curve
ggplot(mtcars, aes (x=hp, y=vs)) + 
  geom_point(alpha=.5) +
  stat_smooth(method=" glm ", se=FALSE, method. args = list(family=binomial),
              col=" red ", lty= 2 ) 

Zusätzliche Ressourcen

Einführung in die logistische Regression
So führen Sie eine logistische Regression in R durch (Schritt für Schritt)
So führen Sie eine logistische Regression in Python durch (Schritt für Schritt)
So verwenden Sie die seq-Funktion in R