R 需要贝塔回归预测和绘制曲线的示例

R 需要贝塔回归预测和绘制曲线的示例,r,regression,R,Regression,我刚刚发现了Betareg软件包的Beta回归,我希望看到一个完整的简单示例,使用predict()并绘制拟合回归曲线,如Betareg vignette文档第9页图2所示(使用Prater提供的汽油产量数据)。作者的示例(如下)仅给出了回归的总结。 数据(“汽油气田”,package=“betareg”) gy_logit使用ggplot2的方法: 首先,为batch==6的数据拟合模型: library(betareg) data("GasolineYield", package = "b

我刚刚发现了Betareg软件包的Beta回归,我希望看到一个完整的简单示例,使用predict()并绘制拟合回归曲线,如Betareg vignette文档第9页图2所示(使用Prater提供的汽油产量数据)。作者的示例(如下)仅给出了回归的总结。

数据(“汽油气田”,package=“betareg”)

gy_logit使用
ggplot2
的方法:

首先,为
batch==6的数据拟合模型:

library(betareg)
data("GasolineYield", package = "betareg")

gy_logit <- betareg(yield ~ temp, data = GasolineYield, subset = batch == 6)
gy_loglog <- betareg(yield ~ temp, data = GasolineYield, subset = batch == 6,
                     link = "loglog")

可以从R中轻松查询betareg渐晕图中图形的确切代码:

edit(vignette("betareg", package = "betareg"))
汽油的例子是3-5块。或者,您也可以在R-Forge上查看包的源代码,或者使用Gregor指向的Github上的副本


如果你想要一个ggplot2版本,你可以在原则上使用斯文的答案。但是,一般来说,仅在子集上拟合模型不是一个好主意(batch==“6”)。在这个特定的数据集中,估计的模型与完整数据上拟合的模型非常相似,但对于其他数据集,它可能导致较差的参数估计。相反,估计整个样本,然后通过保持某些变量固定,让其他变量变化来预测效果。这也是特效软件包所做的(但不幸的是,我们还没有为betareg和effects设置插件)。

您可以在这里阅读插图的
.Rnw
来源:我完全同意您的建模方法。谢谢你的帮助。
library(ggplot2)
ggplot(GasolineYield, aes(x = temp, y = yield)) +
  geom_point(size = 4, aes(fill = batch), shape = 21) +
  scale_fill_grey() +
  geom_line(aes(y = predict(gy_loglog, GasolineYield),
                colour = "log-log", linetype = "log-log")) +
  geom_line(aes(y = predict(gy_logit, GasolineYield), 
                colour = "logit", linetype = "logit")) +
  scale_colour_manual("", values = c("red", "blue")) +
  scale_linetype_manual("", values = c("solid", "dashed")) +
  theme_bw()
edit(vignette("betareg", package = "betareg"))