线性模型汇总表的错误输出

Question

假设我想对 mtcars 数据集做一个线性模型回归

library(ggplot2)
library(ggpmisc)

mtcars
linear_model = y~x

ggplot(mtcars, aes(disp, drat)) +
  geom_point() +
  geom_smooth(method = "lm",formula= linear_model) +
  scale_x_continuous(trans = "log10") +
  scale_y_continuous(trans = "log10") +
  theme_bw()+
  facet_wrap(~cyl) +
  stat_poly_eq(
    aes(label = paste(stat(adj.rr.label), stat(eq.label),sep = "*\",    \"*")),
    formula = linear_model, rr.digits = 2, parse = TRUE,size=3)

现在我想总结在表格中获得的数据变量 - 特别是我对斜率感兴趣。我尝试了以下方法：

table_mtcars <- mtcars %>%
  nest_by(cyl) %>% 
  summarise(mdl = list(lm(log10(disp) ~ log10(drat), data)), .groups = "drop") %>% 
  mutate(adjrsquared = map_dbl(mdl, ~summary(.)$adj.r.squared ),
         mdl = map(mdl, broom::tidy)) %>% 
  unnest(mdl)%>%
  filter(term=="log10(drat)")

当数据没有进行对数转换时效果很好，但是当数据被对数转换时，表中的估计值是错误的。 有人知道为什么吗？

Answer 1

broom 包及其 tidy 和 glance 函数在这里可能很有用：

library(tidyverse)
library(broom)

dat = mtcars %>% 
  nest_by(cyl) %>%
  mutate(model = list(lm(log10(disp) ~ log10(drat), data)),
         coefficients = list(tidy(model)),
         statistics = list(glance(model)))

coefficients = dat %>% unnest(coefficients)
statistics = dat %>% unnest(statistics)

coefficients
#> # A tibble: 6 x 9
#> # Groups:   cyl [3]
#>     cyl        data model  term  estimate std.error statistic p.value statistics
#>   <dbl> <list<tbl_> <list> <chr>    <dbl>     <dbl>     <dbl>   <dbl> <list>    
#> 1     4   [11 × 10] <lm>   (Int…    2.97      0.524     5.66  3.10e-4 <tibble […
#> 2     4   [11 × 10] <lm>   log1…   -1.57      0.860    -1.83  1.01e-1 <tibble […
#> 3     6    [7 × 10] <lm>   (Int…    2.93      0.206    14.2   3.12e-5 <tibble […
#> 4     6    [7 × 10] <lm>   log1…   -1.22      0.372    -3.28  2.20e-2 <tibble […
#> 5     8   [14 × 10] <lm>   (Int…    2.59      0.255    10.2   3.00e-7 <tibble […
#> 6     8   [14 × 10] <lm>   log1…   -0.102     0.501    -0.203 8.43e-1 <tibble […

statistics
#> # A tibble: 3 x 16
#> # Groups:   cyl [3]
#>     cyl      data model coefficients r.squared adj.r.squared  sigma statistic
#>   <dbl> <list<tb> <lis> <list>           <dbl>         <dbl>  <dbl>     <dbl>
#> 1     4 [11 × 10] <lm>  <tibble [2 …   0.271          0.190  0.102     3.35  
#> 2     6  [7 × 10] <lm>  <tibble [2 …   0.682          0.619  0.0562   10.7   
#> 3     8 [14 × 10] <lm>  <tibble [2 …   0.00341       -0.0796 0.0846    0.0410
#> # … with 8 more variables: p.value <dbl>, df <dbl>, logLik <dbl>, AIC <dbl>,
#> #   BIC <dbl>, deviance <dbl>, df.residual <int>, nobs <int>

仅斜坡：

coefficients %>% 
  filter(term == "log10(drat)") %>%
  select(cyl, term, estimate, p.value)
#> # A tibble: 3 x 4
#> # Groups:   cyl [3]
#>     cyl term        estimate p.value
#>   <dbl> <chr>          <dbl>   <dbl>
#> 1     4 log10(drat)   -1.57   0.101 
#> 2     6 log10(drat)   -1.22   0.0220
#> 3     8 log10(drat)   -0.102  0.843

编辑：关于您的 cmets，我现在看到您的两个代码块正在做不同的事情。在您的ggplot2 中，您估计一个线性模型，然后更改绘图的轴。在第二部分中，您记录变量然后估计线性模型。第一个是纯线性模型，您只需更改图形表示。第二个是“lin-log 模型”。

希望这张图能帮助你看出区别：

dat <- mtcars

mod_lin <- lm(mpg ~ hp, dat)
mod_log <- lm(mpg ~ log10(hp), dat)
dat$pred_lin <- predict(mod_lin)
dat$pred_log <- predict(mod_log)

par(mfrow=c(2,2))
with(dat, plot(hp, pred_lin,
     main="lin model; lin axis"))
with(dat, plot(hp, pred_lin, log="x",
     main="lin model; log axis"))
with(dat, plot(hp, pred_log,
     main="log model; lin axis"))
with(dat, plot(hp, pred_log, log="x",
     main="log model; log axis"))