R 绘图系数取决于其重要性
我试图将DiD模型的每个变量/组合的重要性可视化R 绘图系数取决于其重要性,r,linear-regression,R,Linear Regression,我试图将DiD模型的每个变量/组合的重要性可视化 attach(mtcars) M=lm(mpg ~ hp + wt * gear , data =mtcars) summary(M) coef(M) confint(M, level = 0.9) 因此,我想创建一个条形图,以按排序顺序列出(最)重要的系数。summary(M)命令列出了系数和相应的重要性代码。应首先列出每个具有高显著性代码(***)的系数,然后是**,然后是*。不应包括点和“” 因此,首先,我如何获得每个系数的相应重要性代
attach(mtcars)
M=lm(mpg ~ hp + wt * gear , data =mtcars)
summary(M)
coef(M)
confint(M, level = 0.9)
因此,我想创建一个条形图,以按排序顺序列出(最)重要的系数。summary(M)
命令列出了系数和相应的重要性代码。应首先列出每个具有高显著性代码(***)的系数,然后是**,然后是*。不应包括点和“”
因此,首先,我如何获得每个系数的相应重要性代码/值。如何根据重要性包含/排除系数?在回答这个问题之前,我想对其前提的一部分提出疑问。我认为最好是而不是根据它们是落在传统阈值的一边还是另一边来区分(三分法)效果——如果你真的需要这样做,我建议着色(如下所示)。请,请,请不要 试一试:
print(ss <- efftab(M),digits=3)
## var Estimate Std..Error t.value pval pval_cat
## 2 hp -0.0335 0.00962 -3.486 0.00169 **
## 4 gear 5.3656 2.44437 2.195 0.03693 *
## 5 wt:gear -1.4791 0.78439 -1.886 0.07013 .
## 3 wt 1.7814 2.76202 0.645 0.52439 _
library("plotrix")
colvec <- c("red","orange","blue","gray","white")
par(las=1,bty="l")
with(ss,plotCI(1:4,Estimate,1.96*Std..Error,pch=23,cex=3,
pt.bg=colvec[pval_cat],axes=FALSE,xlab="",ylab="estimate"))
axis(side=2)
axis(side=1,at=1:4,ss$var)
abline(h=0,lty=2)
print(ss在回答这个问题之前,我想对它的部分前提提出质疑。我认为最好而不是根据它们是否落在常规阈值的一侧来区分(三分法)效果——如果你真的需要这样做,我建议着色(如下所示).请,请,请不要
试一试:
print(ss <- efftab(M),digits=3)
## var Estimate Std..Error t.value pval pval_cat
## 2 hp -0.0335 0.00962 -3.486 0.00169 **
## 4 gear 5.3656 2.44437 2.195 0.03693 *
## 5 wt:gear -1.4791 0.78439 -1.886 0.07013 .
## 3 wt 1.7814 2.76202 0.645 0.52439 _
library("plotrix")
colvec <- c("red","orange","blue","gray","white")
par(las=1,bty="l")
with(ss,plotCI(1:4,Estimate,1.96*Std..Error,pch=23,cex=3,
pt.bg=colvec[pval_cat],axes=FALSE,xlab="",ylab="estimate"))
axis(side=2)
axis(side=1,at=1:4,ss$var)
abline(h=0,lty=2)
打印(ss杰出的回答本!在编程和数据分析方面都有很好的建议。哇!非常感谢!我认为这比预期的要多。我必须考虑一下,如果有问题,我会在这里发表评论。非常感谢!杰出的回答本!在编程和数据分析方面都有很好的建议。哇!非常感谢!我认为这是我的建议。)比预期的要多。我必须考虑一下,如果有问题,我会在这里发表评论。非常感谢!
print(ss <- efftab(M),digits=3)
## var Estimate Std..Error t.value pval pval_cat
## 2 hp -0.0335 0.00962 -3.486 0.00169 **
## 4 gear 5.3656 2.44437 2.195 0.03693 *
## 5 wt:gear -1.4791 0.78439 -1.886 0.07013 .
## 3 wt 1.7814 2.76202 0.645 0.52439 _
library("plotrix")
colvec <- c("red","orange","blue","gray","white")
par(las=1,bty="l")
with(ss,plotCI(1:4,Estimate,1.96*Std..Error,pch=23,cex=3,
pt.bg=colvec[pval_cat],axes=FALSE,xlab="",ylab="estimate"))
axis(side=2)
axis(side=1,at=1:4,ss$var)
abline(h=0,lty=2)
scdat <- mtcars
vars <- c("mpg","hp","wt","gear")
scdat[vars] <- scale(as.matrix(scdat[vars]),center=FALSE)
M2 <- update(M,data=scdat)
ss2 <- efftab(M2)
with(ss2,plotCI(1:4,Estimate,1.96*Std..Error,pch=23,cex=3,
pt.bg=colvec[pval_cat],axes=FALSE,xlab="",ylab="estimate"))
axis(side=2)
axis(side=1,at=1:4,ss$var)
abline(h=0,lty=2)