是否可以将分类变量作为自变量绘制逻辑回归图？
提问于 2020-04-18 06:50:28
我已经尝试过r plot和ggplot了。当你有分类变量作为自变量(x轴)时，他们不允许绘制逻辑回归曲线。当我尝试将分类变量转换为随机数后，它起作用了。但这是令人困惑的。有什么解决方案吗，还是我漏掉了什么？提前谢谢你。
例如：
g <- ggplot(decision_use, aes(x=decision, y=use)) + geom_point(alpha=.1) +
geom_smooth(method = "glm",
method.args = list(family = "binomial"),
se = FALSE)和
plot(decision, use)
g=glm(use~decision,family=binomial, decision_use)
curve(predict(g,data.frame(decision=x),type="resp"),add=TRUE)使用decision作为人员类型，使用作为1或0。
回答 2
Stack Overflow用户
发布于 2020-04-18 07:51:39
这里有一组很棒的例子，https://data.library.virginia.edu/visualizing-the-effects-of-logistic-regression/它没有使用ggplot，但在这些例子中有一个分类变量的效果的例子。
一个是带有ggplot https://blogs.uoregon.edu/rclub/2016/04/05/plotting-your-logistic-regression-models/的
Stack Overflow用户
发布于 2020-04-20 20:44:56
我一直在使用这个包，它给你提供了很好的效果图。
让LogitModel成为您的Logistic回归模型
install.packages("effects") # only need to do once.
library(effects)
plot(allEffects(LogitModel))希望这能有所帮助
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61285261
复制相关文章
点击加载更多
腾讯云开发者
