×
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。
# 分析実行
result <- glm(y~x1+x2, dat, family=binomial)
# 予測子を取り出してx軸のデータにする
xaxis1 <- result$linear.predictor
## yaxis1 <- result$fitted.values #予測値をとりだす (別にここではいらない)
# 曲線描画用のx軸データを生成する。lengthを多く指定すればよりなめらか
xaxis2 <- seq(from=min(xaxis1), to=max(xaxis1), length=200)
# 曲線用の予測値データを生成する
yaxis2 <- exp(xaxis2)/(1+exp(xaxis2)) #生成データから予測値を出す。分子に注意
# プロット
plot(xaxis1, dat$y) #元の予測子と実測データをプロット
lines(xaxis2, yaxis2) #生成データで曲線を描画する
# 少しきれいにしたプロット
pdf("LoGraph.pdf", family = "Japan1GothicBBB") #pdfファイルの指定と日本語フォント指定
plot(xaxis1, dat$y, pch = ifelse(dat$y=="1", 16, 1), xlab = "独立変数", ylab = "従属変数") #pch=...で1は黒丸、0は白丸に指定。xlabでx軸の名前、ylabでy軸の名前を指定
lines(xaxis2, yaxis2) #生成データで曲線を描画する
dev.off() #作図デバイスの終了
# pdfで出力。
グラフ
# jpegで出力。pdfの方が軽くてきれい
なお、元データはRによる統計解析p.181より
result <- glm(y~x1+x2, dat, family=binomial)
# 予測子を取り出してx軸のデータにする
xaxis1 <- result$linear.predictor
## yaxis1 <- result$fitted.values #予測値をとりだす (別にここではいらない)
# 曲線描画用のx軸データを生成する。lengthを多く指定すればよりなめらか
xaxis2 <- seq(from=min(xaxis1), to=max(xaxis1), length=200)
# 曲線用の予測値データを生成する
yaxis2 <- exp(xaxis2)/(1+exp(xaxis2)) #生成データから予測値を出す。分子に注意
# プロット
plot(xaxis1, dat$y) #元の予測子と実測データをプロット
lines(xaxis2, yaxis2) #生成データで曲線を描画する
# 少しきれいにしたプロット
pdf("LoGraph.pdf", family = "Japan1GothicBBB") #pdfファイルの指定と日本語フォント指定
plot(xaxis1, dat$y, pch = ifelse(dat$y=="1", 16, 1), xlab = "独立変数", ylab = "従属変数") #pch=...で1は黒丸、0は白丸に指定。xlabでx軸の名前、ylabでy軸の名前を指定
lines(xaxis2, yaxis2) #生成データで曲線を描画する
dev.off() #作図デバイスの終了
# pdfで出力。
グラフ
# jpegで出力。pdfの方が軽くてきれい
なお、元データはRによる統計解析p.181より
PR
Comment
Trackback
Trackback URL
Comment form