Ggplot2 में निरंतर अंतःक्रियाओं द्वारा निरंतर एक साजिश कैसे हो सकती है?

Question

मान लें कि मेरे पास डेटा है:

x1 <- rnorm(100,2,10)
x2 <- rnorm(100,2,10)
y <- x1+x2+x1*x2+rnorm(100,1,2)
dat <- data.frame(y=y,x1=x1,x2=x2)
res <- lm(y~x1*x2,data=dat)
summary(res)

मैं निरंतर इंटरैक्शन द्वारा निरंतर को साजिश करना चाहता हूं जैसे कि एक्स एक्स एक्स पर है और एक्स 2 को 3 लाइनों द्वारा दर्शाया गया है, जो कि 0 के जेड-स्कोर पर एक्स 2 का प्रतिनिधित्व करता है, जो कि +1 के जेड-स्कोर पर है, और दूसरे पर। -1 का जेड-स्कोर, प्रत्येक पंक्ति का एक अलग रंग और लेबल वाला। मैं इसे ggplot2 का उपयोग कैसे कर सकता हूं?

उदाहरण के लिए, यह कुछ इस तरह दिख सकता है (हालांकि अलग-अलग रंगों की रेखाओं के बजाय अलग-अलग प्रकारों के साथ):

Comments

क्या आप अन्य पैकेज / सॉफ़्टवेयर से एक उदाहरण छवि दिखा सकते हैं या अधिक विस्तृत विवरण दे सकते हैं कि आप क्या चाहते हैं?

— दरोगासीग

Answer 1

आपके नकली डेटा सेट के साथ यहां मेरा संस्करण है:

x1 <- rnorm(100,2,10)
x2 <- rnorm(100,2,10)
y <- x1+x2+x1*x2+rnorm(100,1,2)
dat <- data.frame(y=y,x1=x1,x2=x2)
res <- lm(y~x1*x2,data=dat)
z1 <- z2 <- seq(-1,1)
newdf <- expand.grid(x1=z1,x2=z2)

library(ggplot2)
p <- ggplot(data=transform(newdf, yp=predict(res, newdf)), 
            aes(y=yp, x=x1, color=factor(x2))) + stat_smooth(method=lm)
p + scale_colour_discrete(name="x2") + 
  labs(x="x1", y="mean of resp") + 
  scale_x_continuous(breaks=seq(-1,1)) + theme_bw()

मैं आपको एक्स / वाई-अक्ष लेबल और किंवदंती स्थिति के बारे में विवरण प्रबंधित करने देता हूं।

Comments

अच्छा लग रहा है, (निश्चित रूप से) को छोड़कर हमें पहले स्केल (X1) और स्केल (x2) की आवश्यकता होगी।

— रुसलपिएरेस

@drnenexus हां, निश्चित रूप से (मेरे शुरुआती परीक्षणों में, मैंने आपके बजाय मानकीकृत एन (0; 1) चर का उपयोग किया था)।

— chl

Answer 2

0 ( y0 कॉलम), -1 ( y1m कॉलम) और 1 ( y1p कॉलम) के Z- स्कोर के साथ y के लिए अनुमानों की गणना :

dat$y0 <- res$coefficients[[1]] + res$coefficients[[2]]*dat$x1 + res$coefficients[[3]]*0 + res$coefficients[[4]]*dat$x1*0
	dat$y1m <- res$coefficients[[1]] + res$coefficients[[2]]*dat$x1 + res$coefficients[[3]]*-1 + res$coefficients[[4]]*dat$x1*-1
dat$y1p <- res$coefficients[[1]] + res$coefficients[[2]]*dat$x1 + res$coefficients[[3]]*1 + res$coefficients[[4]]*dat$x1*1

आधार के साथ लाइनों को प्लॉट करना plot():

plot(dat$x1, dat$y0, type="l", xlab="x1", ylab="Estimates")
lines(dat$x1, dat$y1m, col="red")
lines(dat$x1, dat$y1p, col="blue")

Ggplot का उपयोग करने के लिए, आप geom_line को कॉल कर सकते हैं :

ggplot(dat, aes(x1, y0)) + geom_line() +
    geom_line(aes(x1, y1m), color="red") +
    geom_line(aes(x1, y1p), color="blue") +
    theme_bw() + opts(title="") + xlab("x1") + ylab("Estimates")

Comments

आप भविष्यवाणी का उपयोग कर भविष्यवाणियां प्राप्त कर सकते हैं। डेटा [, "y0"] <- भविष्यवाणी (Res, newdata = data.frame (X1 = dat [, "X1"], x2 = 0)) थोड़ा टाइपिंग बचाता है।

— mpiktas

@mpiktas: धन्यवाद, मैं इसके बारे में नहीं जानता था predict, लेकिन उपयोगी लगता है।

— दरोगासीग

मैं स्वयं ढलानों की गणना करने के बजाय पूर्वानुमान का उपयोग करने की सलाह देता हूं - यह विशेष रूप से बहुत आसान है जब आपके पास बातचीत या गैर-रेखीय घटक होते हैं।

— हैली