向从 beta 回归模型绘制的曲线添加趋势

Question

我有下面的示例数据集和代码，希望您能帮助我从 beta 回归模型向曲线添加趋势，以便可视化变量 temp 的预期值 yield 的值超出范围200-450.

library(ggplot2)
library(plotly)
library(betareg)
data("GasolineYield", package = "betareg")
md <- betareg(yield ~ temp, data = GasolineYield,
                 link = "cloglog")

ggplotly(
ggplot(GasolineYield, aes(x = temp, y = yield)) +
geom_point(size = 4, aes(fill = batch), shape = 21) +
geom_line(aes(y = predict(md, GasolineYield)), col="red") +
theme_classic())  

更新

原来我需要使用pred.zoib而不是predict，因为我的数据是zero-and-one inflated，并且简单地用另一个替换一个不起作用并给出这个错误：

Error in FUN(X[[i]], ...) : object 'yield' not found

因此，我将不胜感激有关如何调整@Adela 对原始问题的答案以实现相同目标但现在使用zoib package 而不是betareg package 的任何想法。

给出一个示例代码：

library(zoib)
re.md <- zoib(yield ~ temp | 1 | 1, data=GasolineYield,
joint = FALSE, random=1, EUID=GasolineYield$batch,
zero.inflation = FALSE, one.inflation = FALSE,
n.iter=3200, n.thin=15, n.burn=200)

Answer 1

您需要预测temp 值超出200-450 范围的新数据。

看我的例子：

# predict with new data
df <- data.frame(yield = predict(md, data.frame(temp = seq(100, 600, 0.01))),
                 temp = seq(100, 600, 0.01))

# plot
ggplotly(
  ggplot() +
    geom_point(data = GasolineYield, 
               aes(x = temp, y = yield, fill = batch),
               size = 4, shape = 21) +
    xlim(100, 600) + 
    geom_line(data = df, aes(y = yield, x = temp), col="red") +
    theme_classic())