代码之家 › 专栏 › 技术社区 › Eric Fail

基于估计和st.误差的绘图回归估计

sjplot visualization ggplot2 plot r

0

Eric Fail · 技术社区 · 7 年前

我正在和 sjplot https://strengejacke.github.io/sjPlot/ 并享受可视化和比较如下估计的可能性(参见下面的工作示例)。我想知道是否有可能,在 r ,可能n ggplot2 ,仅根据估计值和标准误差绘制结果?假设我在一篇论文中看到一个模型,我估计了我自己的模型,现在我想将我的模型与论文中的模型进行比较,我只有估计和标准误差。我在上面看到的 SO 但是这也有点基于模型。

任何反馈或建议将不胜感激。

# install.packages(c("sjmisc","sjPlot"), dependencies = TRUE)
# prepare data
library(sjmisc)
data(efc)
efc <- to_factor(efc, c161sex, e42dep, c172code)
m <- lm(neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code, data = efc)

# simple forest plot
library(sjPlot)
plot_model(m)

我想一个初步的预期结果会有点像这样,

我刚碰到 coefplot https://cran.r-project.org/web/packages/coefplot/ 但我在一台没有R的机器上,我知道,奇怪,但我会调查科夫普洛特尽快。也许那是一条可能的路线。

1 回复 | 直到 7 年前

1

4

Indrajeet Patil 7 年前

你可以很容易地用 dotwhisker 包裹。默认情况下,包将95%的CI显示为触须,但您可以修改作为输入输入的数据帧来更改它。

# Package preload
library(dotwhisker)
library(broom)
library(dplyr)

# run a regression compatible with tidy
m1 <- lm(mpg ~ wt + cyl + disp + gear, data = mtcars)

# regression compatible with tidy
m1_df <- broom::tidy(x = m1) # create data.frame of regression results
m1_df # a tidy data.frame available for dwplot
#> # A tibble: 5 x 5
#>   term         estimate std.error statistic       p.value
#>   <chr>           <dbl>     <dbl>     <dbl>         <dbl>
#> 1 (Intercept)  43.5        4.86       8.96  0.00000000142
#> 2 wt           -3.79       1.08      -3.51  0.00161      
#> 3 cyl          -1.78       0.614     -2.91  0.00722      
#> 4 disp          0.00694    0.0120     0.578 0.568        
#> 5 gear         -0.490      0.790     -0.621 0.540

# create  new columns for upper and lower bounds
m1_df <- m1_df %>%
  dplyr::mutate(
    .data = .,
    conf.low = estimate - std.error,
    conf.high = estimate + std.error
  )

# creating the dot and whisker plot
# note that whiskers correspond to standard error and not 95% CI
dotwhisker::dw_plot(m1_df)

您还可以看到小插曲中的示例,这些小插曲显示了如何修改此基本绘图,特别是如果要比较不同模型之间的结果: https://cran.r-project.org/web/packages/dotwhisker/vignettes/kl2007_examples.html

例如: