आत्मविश्वास अंतराल के साथ बातचीत की साजिश कैसे बनाएं?

Question

मेरे प्रयास:

1. मैं विश्वास अंतराल प्राप्त नहीं कर सका interaction.plot()

2. और दूसरी ओर plotmeans()पैकेज 'gplot' से दो ग्राफ़ प्रदर्शित नहीं होंगे। इसके अलावा, मैं दो plotmeans()ग्राफ़ को एक के ऊपर एक नहीं लगा सकता क्योंकि डिफ़ॉल्ट रूप से अक्ष भिन्न होते हैं।

3. मुझे plotCI()पैकेज 'gplot' के प्रयोग से कुछ सफलता मिली और दो ग्राफ़ को सुपरइम्पोज़ करना था लेकिन फिर भी अक्ष का मिलान सही नहीं था।

विश्वास अंतराल के साथ इंटरैक्शन प्लॉट बनाने के बारे में कोई सलाह? या तो एक फ़ंक्शन द्वारा, या सुपरमोज़ plotmeans()या plotCI()ग्राफ़ के बारे में सलाह ।

कोड नमूना

br=structure(list(tangle = c(140L, 50L, 40L, 140L, 90L, 70L, 110L, 
150L, 150L, 110L, 110L, 50L, 90L, 140L, 110L, 50L, 60L, 40L, 
40L, 130L, 120L, 140L, 70L, 50L, 140L, 120L, 130L, 50L, 40L, 
80L, 140L, 100L, 60L, 70L, 50L, 60L, 60L, 130L, 40L, 130L, 100L, 
70L, 110L, 80L, 120L, 110L, 40L, 100L, 40L, 60L, 120L, 120L, 
70L, 80L, 130L, 60L, 100L, 100L, 60L, 70L, 90L, 100L, 140L, 70L, 
100L, 90L, 130L, 70L, 130L, 40L, 80L, 130L, 150L, 110L, 120L, 
140L, 90L, 60L, 90L, 80L, 120L, 150L, 90L, 150L, 50L, 50L, 100L, 
150L, 80L, 90L, 110L, 150L, 150L, 120L, 80L, 80L), gtangles = c(141L, 
58L, 44L, 154L, 120L, 90L, 128L, 147L, 147L, 120L, 127L, 66L, 
118L, 141L, 111L, 59L, 72L, 45L, 52L, 144L, 139L, 143L, 73L,  
59L, 148L, 141L, 135L, 63L, 51L, 88L, 147L, 110L, 68L, 78L, 63L, 
64L, 70L, 133L, 49L, 129L, 100L, 78L, 128L, 91L, 121L, 109L, 
48L, 113L, 50L, 68L, 135L, 120L, 85L, 97L, 136L, 59L, 112L, 103L, 
62L, 87L, 92L, 116L, 141L, 70L, 121L, 92L, 137L, 85L, 117L, 51L, 
84L, 128L, 162L, 102L, 127L, 151L, 115L, 57L, 93L, 92L, 117L, 
140L, 95L, 159L, 57L, 65L, 130L, 152L, 90L, 117L, 116L, 147L, 
140L, 116L, 98L, 95L), up = c(-1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
-1L, -1L, 1L, 1L, 1L, 1L, -1L, -1L, -1L, -1L, 1L, 1L, -1L, -1L, 
1L, 1L, -1L, 1L, 1L, -1L, 1L, 1L, 1L, 1L, 1L, -1L, -1L, 1L, 1L, 
1L, 1L, -1L, -1L, 1L, 1L, -1L, -1L, -1L, -1L, -1L, -1L, -1L, 
1L, -1L, -1L, -1L, -1L, -1L, 1L, -1L, 1L, 1L, -1L, -1L, -1L, 
-1L, 1L, -1L, 1L, -1L, -1L, -1L, 1L, -1L, 1L, -1L, 1L, 1L, 1L, 
-1L, -1L, -1L, -1L, -1L, -1L, 1L, -1L, 1L, 1L, -1L, -1L, 1L, 
1L, 1L, -1L, 1L, 1L, 1L)), .Names = c("tangle", "gtangles", "up"
), class = "data.frame", row.names = c(NA, -96L))

plotmeans2 <- function(br, alph) {
dt=br;   tmp   <- split(br$gtangles, br$tangle);   
means <- sapply(tmp, mean);  stdev <- sqrt(sapply(tmp, var));  
n <- sapply(tmp,length);  
ciw   <- qt(alph, n) * stdev / sqrt(n)
plotCI(x=means, uiw=ciw, col="black", barcol="blue", lwd=1,ylim=c(40,150),  xlim=c(1,12)); 
par(new=TRUE) dt= subset(br,up==1);   
tmp   <- split(dt$gtangles, dt$tangle);  
means <- sapply(tmp, mean);  
stdev <- sqrt(sapply(tmp, var));  
n <- sapply(tmp,length); 
ciw  <- qt(0.95, n) * stdev / sqrt(n)
plotCI(x=means, uiw=ciw, type='l',col="black", barcol="red", lwd=1,ylim=c(40,150), xlim=c(1,12),pch='+');
abline(v=6);abline(h=90);abline(30,10); par(new=TRUE);
dt=subset(br,up==-1);   
tmp <- split(dt$gtangles, dt$tangle);  
means <- sapply(tmp, mean);  
stdev <- sqrt(sapply(tmp, var));  
n <- sapply(tmp,length); 
ciw <- qt(0.95, n) * stdev / sqrt(n)
plotCI(x=means, uiw=ciw, type='l', col="black", barcol="blue",   lwd=1,ylim=c(40,150), xlim=c(1,12),pch='-');abline(v=6);abline(h=90);
abline(30,10);
}

plotmeans2(br,.95)

Answer 1

यदि आप ggplot का उपयोग करने के इच्छुक हैं , तो आप निम्न कोड आज़मा सकते हैं।

एक सतत भविष्यवक्ता के साथ

library(ggplot2)
gp <- ggplot(data=br, aes(x=tangle, y=gtangles)) 
gp + geom_point() + stat_smooth(method="lm", fullrange=T) + facet_grid(. ~ up)

एक मुखर बातचीत की साजिश के लिए

एक मानक इंटरैक्शन प्लॉट के लिए (जैसे एक द्वारा निर्मित interaction.plot()), आपको बस फेसिंग को निकालना होगा।

gp <- ggplot(data=br, aes(x=tangle, y=gtangles, colour=factor(up))) 
gp + geom_point() + stat_smooth(method="lm")

एक असतत भविष्यवक्ता के साथ

ToothGrowthडेटासेट का उपयोग करना (देखें help(ToothGrowth)),

ToothGrowth$dose.cat <- factor(ToothGrowth$dose, labels=paste("d", 1:3, sep=""))
df <- with(ToothGrowth , aggregate(len, list(supp=supp, dose=dose.cat), mean))
df$se <- with(ToothGrowth , aggregate(len, list(supp=supp, dose=dose.cat), 
              function(x) sd(x)/sqrt(10)))[,3]

opar <- theme_update(panel.grid.major = theme_blank(),
                     panel.grid.minor = theme_blank(),
                     panel.background = theme_rect(colour = "black"))
gp <- ggplot(df, aes(x=dose, y=x, colour=supp, group=supp))
gp + geom_line(aes(linetype=supp), size=.6) + 
     geom_point(aes(shape=supp), size=3) + 
     geom_errorbar(aes(ymax=x+se, ymin=x-se), width=.1)
theme_set(opar)

Comments

विस्तृत प्रतिक्रिया के लिए बहुत बहुत धन्यवाद। मैं पूछना चाहता था कि क्या स्वतंत्र चर के प्रत्येक स्तर पर ऊर्ध्वाधर आत्मविश्वास अंतराल बनाने का एक तरीका है? क्या पृष्ठभूमि को हटाने और 'पुरानी शैली' ग्राफ में वापस आने का एक तरीका है?

— एडम एसए

@ अदम मैंने अपनी प्रतिक्रिया 2 श्रेणीगत चर + एक सतत प्रतिक्रिया चर के मामले में अद्यतन की - आशा है कि यह वही है जो आपका मतलब है। मैंने ggplotथीम को कस्टमाइज़ करने के लिए कोड भी जोड़े । आम तौर पर, आप gp + theme_bw()ग्रे पृष्ठभूमि को हटाने के लिए कह सकते हैं ; यहाँ, मैंने ग्रिड को भी हटा दिया।

— chl

Answer 2

R. J. Stat देखें में फॉक्स और हाँग का इफेक्ट पैकेज भी है। मुलायम। आत्मविश्वास अंतराल और आर कोड उत्पन्न करने वाले उदाहरणों के लिए यहां और यहां कागजात ।

यह एक ggplot समाधान के रूप में बहुत सुंदर नहीं है, लेकिन थोड़ा अधिक सामान्य है, और मामूली जटिल GLLs के लिए एक जीवनरक्षक है।

Comments

(+1) मुझे स्वीकार करना चाहिए कि मुझे यह तरीका पसंद है :-)

— chl

@chl और / या Conjugate, क्या आप इस बारे में अधिक कह सकते हैं कि आप इस दृष्टिकोण को क्यों पसंद करते हैं? यह मेरे जैसे लोगों को यह तय करने में मदद करेगा कि किस समय में निवेश करना है।

— माइकल बिशप

@MichaelBishop अनिवार्य रूप से क्योंकि यह बहुत सारी मुश्किल चीजों को लपेटता है (लिंक बनाम प्रतिक्रिया पैमाने पर साजिश रचते हुए, GLMMM के लिए 95% CI प्रदर्शित करता है, इंटरैक्शन टर्म्स के खिलाफ हाशिए पर है, आदि) जो कुछ आर कमांड्स (और व्यक्तिगत रूप से संभालना मुश्किल होगा) मुझे latticeग्राफिक्स बहुत पसंद है :)

— chl