R ggplot2中glm和stat_smooth的逻辑回归预测值不同

我正试图在

ggplot2

中绘制此逻辑回归图

df <- structure(list(y = c(2L, 7L, 776L, 19L, 12L, 26L, 7L, 12L, 8L,
24L, 20L, 16L, 12L, 10L, 23L, 20L, 16L, 12L, 18L, 22L, 23L, 22L,
13L, 7L, 20L, 12L, 13L, 11L, 11L, 14L, 10L, 8L, 10L, 11L, 5L,
5L, 1L, 2L, 1L, 1L, 0L, 0L, 0L), n = c(3L, 7L, 789L, 20L, 14L,
27L, 7L, 13L, 9L, 29L, 22L, 17L, 14L, 11L, 30L, 21L, 19L, 14L,
22L, 29L, 28L, 28L, 19L, 10L, 27L, 22L, 18L, 18L, 14L, 23L, 18L,
12L, 19L, 15L, 13L, 9L, 7L, 3L, 1L, 1L, 1L, 1L, 1L), x = c(18L,
19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L,
32L, 33L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L,
45L, 46L, 47L, 48L, 49L, 50L, 51L, 52L, 53L, 54L, 55L, 56L, 59L,
62L, 63L, 66L)), .Names = c("y", "n", "x"), class = "data.frame", row.names = c(NA,
-43L))


mod.fit <- glm(formula = y/n ~ x, data = df, weight=n, family = binomial(link = logit),
        na.action = na.exclude, control = list(epsilon = 0.0001, maxit = 50, trace = T))
summary(mod.fit)

Pi <- c(0.25, 0.5, 0.75)
LD <- (log(Pi /(1-Pi))-mod.fit$coefficients[1])/mod.fit$coefficients[2]
LD.summary <- data.frame(Pi , LD)
LD.summary


plot(df$x, df$y/df$n, xlab = "x", ylab = "Estimated probability")

lin.pred <- predict(mod.fit)
pi.hat <- exp(lin.pred)/(1 + exp(lin.pred))
lines(df$x, pi.hat, lty = 1, col = "red")


segments(x0 = LD.summary$LD, y0 = -0.1, x1 = LD.summary$LD, y1 = LD.summary$Pi,
         lty=2, col=c("darkblue","darkred","darkgreen"))
segments(x0 = 15, y0 = LD.summary$Pi, x1 = LD.summary$LD, y1 = LD.summary$Pi,
         lty=2, col=c("darkblue","darkred","darkgreen"))
legend("bottomleft", legend=c("LD25", "LD50", "LD75"), lty=2, col=c("darkblue","darkred","darkgreen"), bty="n", cex=0.75)

问题

glm

和

stat\u smooth

的预测值看起来不同。是这两种方法产生不同的结果，还是我遗漏了一些东西

我的ggplot2图形与基本R图形不完全相同

如何为ggplot2中的线段使用不同的颜色

如何在ggplot2中添加图例

---

提前感谢您的帮助和时间。谢谢

修改您的

LD.summary

以包含带有

组

（或适当标签）的新列

此外，为了避免必须始终执行

LD.summary$xxx

，请将

data=LD.summary

输入到您的

geom\u段中：

geom_segment(data=LD.summary, aes(x=0, y=Pi,xend=LD, yend=Pi, colour=group) )

至于为什么图形不完全相同，在基本R图形中，x轴从~20开始，而在
ggplot
中，它从零开始。这是因为第二个
geom_段开始于
x=0
。
要修复此问题，您可以将
x=0
更改为
x=min（df$x）

要获得y轴标签，请使用
+缩放y连续（“估计概率”）

总之：

LD.summary$group <- c('LD25','LD50','LD75')
p <- ggplot(data = df, aes(x = x, y = y/n)) +
            geom_point() +
            stat_smooth(method = "glm", family = "binomial") +
            scale_y_continuous('Estimated probability')    # <-- add y label
p <- p + geom_segment(data=LD.summary, aes( # <-- data=Ld.summary
                            x = LD
                          , y = 0
                          , xend = LD
                          , yend = Pi
                          , col = group     # <- colours
                         )
                       )    
p <- p + geom_segment(data=LD.summary, aes( # <-- data=Ld.summary
                            x = min(df$x)   # <-- don't plot all the way to x=0
                          , y = Pi
                          , xend = LD
                          , yend = Pi
                          , col = group     # <- colours
                         )
                       )
print(p)

LD.summary$group只是@mathetmatical.coffee答案的几个小补充。通常情况下，
geom_smooth
不应该取代实际建模，这就是为什么当您想要使用从
glm
等获得的特定输出时，它看起来很不方便。但实际上，我们需要做的只是将拟合值添加到数据框中：

df$pred <- pi.hat
LD.summary$group <- c('LD25','LD50','LD75')

ggplot(df,aes(x = x, y = y/n)) + 
    geom_point() + 
    geom_line(aes(y = pred),colour = "black") + 
    geom_segment(data=LD.summary, aes(y = Pi,
                                      xend = LD,
                                      yend = Pi,
                                      col = group),x = -Inf,linetype = "dashed") + 
    geom_segment(data=LD.summary,aes(x = LD,
                                     xend = LD,
                                     yend = Pi,
                                     col = group),y = -Inf,linetype = "dashed")

df$pred您的基本R图片中没有图例（虽然命令很好）-我会更新它以避免混淆。@mathematic.coffee:谢谢您的评论。请看左下角的图例。是的，那是因为我更新了图片以包含图例。oops，谢谢@mathematic.coffee为什么在作业
Pi@mathematic.coffee中将变量称为“Pi”：谢谢你的热情回答。一个观察：为什么LD25、LD50没有像在基本R图中那样接触预测线？任何想法。Thanks@MYaseen208这与
stat\u smooth
有关，它不会生成与你的
pi.hat
公式相同的数字：试着绘制第一个
p
，然后做
行（x，pi.hat，lty=1，col='red'）
，看看我的意思。不幸的是，我对统计数据了解不够，无法帮助您（例如，您的
pi.hat
计算是否错误，或者
stat\u smooth
是否正在进行一些您不知道的其他计算）。我所能建议的就是查看一下关于
stat\u smooth
的在线帮助，看看它是否提供了关于如何计算平滑度的任何信息。虽然我确信调整现有答案是微不足道的，但以目前的形式，它并没有回答这个问题。也就是说，由于线段的角点不在曲线上，因此图形不会被复制。@MYaseen208因为
stat\u smooth
没有传递与您在
glm
调用mod.fit中传递相同的选项。特别是，
weight
选项不会被传递。尝试将
weight=n
添加到
ggplot
呼叫中的
aes
。回答优雅。感谢您的帮助。在上述代码中，变量“Pi”和“LD”代表（代表）什么？@ErdoganCEVHER为了让这个特定的代码示例工作，变量的调用是否会有所不同？（通常，“LD50”是我见过的一个术语，指的是50%人口的致死剂量，但我认为它与这个问题没有太大关系。）绝对不是！我认为LD是“日志差异”，当我试图将代码与理论联系起来时，我遇到了麻烦。谢谢你的解释。也许，OP asker中的一些简单注释将在理论代码连接方面证明是有用的。
geom_segment(data=LD.summary, aes(x=0, y=Pi,xend=LD, yend=Pi, colour=group) )

LD.summary$group <- c('LD25','LD50','LD75')
p <- ggplot(data = df, aes(x = x, y = y/n)) +
            geom_point() +
            stat_smooth(method = "glm", family = "binomial") +
            scale_y_continuous('Estimated probability')    # <-- add y label
p <- p + geom_segment(data=LD.summary, aes( # <-- data=Ld.summary
                            x = LD
                          , y = 0
                          , xend = LD
                          , yend = Pi
                          , col = group     # <- colours
                         )
                       )    
p <- p + geom_segment(data=LD.summary, aes( # <-- data=Ld.summary
                            x = min(df$x)   # <-- don't plot all the way to x=0
                          , y = Pi
                          , xend = LD
                          , yend = Pi
                          , col = group     # <- colours
                         )
                       )
print(p)

df$pred <- pi.hat
LD.summary$group <- c('LD25','LD50','LD75')

ggplot(df,aes(x = x, y = y/n)) + 
    geom_point() + 
    geom_line(aes(y = pred),colour = "black") + 
    geom_segment(data=LD.summary, aes(y = Pi,
                                      xend = LD,
                                      yend = Pi,
                                      col = group),x = -Inf,linetype = "dashed") + 
    geom_segment(data=LD.summary,aes(x = LD,
                                     xend = LD,
                                     yend = Pi,
                                     col = group),y = -Inf,linetype = "dashed")