使用 Smarket 数据集在 R 中绘制逻辑回归答案

【问题标题】：Plotting logistic regression in R with the Smarket dataset使用 Smarket 数据集在 R 中绘制逻辑回归
【发布时间】：2015-05-15 03:08:29
【问题描述】：

我正在尝试在 R 中为 Smarket 数据集（在库“MASS”中）绘制一个简单的逻辑回归。我已经成功完成了 glm.fit 过程来计算偏差残差和系数，但我真的很想可视化逻辑回归，但找不到一个简单的方法来做到这一点。

有关更多上下文，我使用的是“统计学习简介”。这是第 156-160 页练习的延伸（顺便说一句，这不是学校的要求，只是我想弄清楚）。我想这是一个相对简单的问题，但我是 R 新手，似乎无法理解。

谢谢。

我使用的代码如下：

glm.fit=glm(Direction~Lag1+Lag2+Lag3+Lag4+Lag5+Volume , data = Smarket, family=binomial)
summary(glm.fit)
coef(glm.fit)

有没有办法创建逻辑回归的可视化？我没有包含包含库的代码，如果需要，请告诉我，我会添加它。

谢谢！

【问题讨论】：

您需要提供更多关于如何将其可视化的详细信息。 R^7 中的几何图形为您提供了很多选择。
仅供参考，Smarket 数据集在 ISLR 包中，而不是 MASS。

标签： r model visualization regression logistic-regression

【解决方案1】：

这里有几种可视化逻辑回归结果的方法，其中第一个、第三个和第四个都改编自 Gelman & Hill 第 5 章的 code，Data Analysis Using Regression &多级/分层模型。下面的代码使用了arm 包中的一些函数（随书附送）：

library(arm)

1) 在 Lag 1 值的范围内和 Volume 的 3 个不同值上绘制 Direction="Up" 的概率（其他 Lag 值设置为零，但如果您愿意，可以将它们设置为其他值））

# Function to jitter class category values
jitter.binary <- function(a, jitt=.05){
  ifelse (a-1==0, runif(length(a), 0, jitt), runif(length(a), 1-jitt, 1))
}

# Sequence of Lag1 values for plotting
x = seq(-5,5.7,length.out=100)

# Plot jittered Direction vs. Lag 1. This shows the actual distribution of the data.
with(Smarket, plot(Lag1, jitter.binary(as.numeric(Direction)), pch=16,cex=0.7,
                   ylab="Pr(Up)", xlab="Lag 1"))

# Add model prediction curves. These show the probability of Direction="Up" vs. Lag 1 
# for three different fixed values of Volume.
curve(expr=invlogit(cbind(1, x,0,0,0,0,1.48) %*% coef(glm.fit)), 
      from=-5, to=5.7, lwd=.5, add=TRUE)
curve(expr=invlogit(cbind(1, x, 0,0,0,0, 0.36) %*% coef(glm.fit)), 
      from=-5, to=5.7, lwd=.5, add=TRUE, col="red", lty=2)
curve(expr=invlogit(cbind(1, x, 0,0,0,0, 3.15) %*% coef(glm.fit)), 
      from=-5, to=5.7, lwd=.5, add=TRUE, col="blue", lty=2)

2) 绘制 Lag 1 与 Volume 的关系图，按 Direction 的值对点着色，并添加决策边界。为了概念上的简单，我已经为此做了一个新的回归，其中只有两个预测变量，因为决策边界是一个用于实际回归的五维超平面。（对于具有许多预测变量的模型，您仍然可以通过在多维预测变量空间中进行二维切片来绘制二维的决策边界。）

# New regression model
glm.fit2 = glm(Direction ~ Lag1 + Volume , data = Smarket, family=binomial)

# Probability of Direction="Up" for this model
Smarket$Pred2 = predict(glm.fit2, type="response")

# Set Prediction to "Up" for probability > 0.5; "Down" otherwise.
Smarket$PredCat2 = cut(Smarket$Pred2, c(0,0.5,1), include.lowest=TRUE, labels=c("Down","Up"))

# Graph Lag1 vs. Volume with coloring and point-style based on value
# of Direction
with(Smarket, plot(Lag1, Volume, pch=ifelse(Direction=="Down", 3, 1), 
                   col=ifelse(Direction=="Down", "red", "blue"), cex=0.6))

# Add the decision boundary
curve(expr= -(cbind(1, x) %*% coef(glm.fit2)[1:2])/coef(glm.fit2)[3],
      from=-5,to=5.7, add=TRUE)

3) 分箱残差的平均值与“向上”的预测概率的关系图：

x = predict(glm.fit, type="response")
y = resid(glm.fit)
binnedplot(x,y, xlab="Pr(Up)")

4) 用置信区间绘制系数值。这不是特定于分类的；只是一种可视化模型系数的快速方法。

coefplot(glm.fit)

【讨论】：