我想用R来做一些建模,我已经开始使用BodyWeight库,因为我已经看到一些在线的例子。只是为了理解和习惯这些命令。如何绘制通过模型估计R
我来我的最终模型,估计和我不知道如何绘制这些估计,但我还没有在网上见过..
是否有绘制方式用线估计的值,以及每个观察值的点数?
从哪里可以找到关于如何做到这一点的信息,我必须自己提取值还是可以说绘制这些模型的估计值?
我只是以R开头。任何帮助都是值得欢迎的。
谢谢
我想用R来做一些建模,我已经开始使用BodyWeight库,因为我已经看到一些在线的例子。只是为了理解和习惯这些命令。如何绘制通过模型估计R
我来我的最终模型,估计和我不知道如何绘制这些估计,但我还没有在网上见过..
是否有绘制方式用线估计的值,以及每个观察值的点数?
从哪里可以找到关于如何做到这一点的信息,我必须自己提取值还是可以说绘制这些模型的估计值?
我只是以R开头。任何帮助都是值得欢迎的。
谢谢
没有的功能,只是一个绘制模型的输出,因为通常有密谋输出的许多不同的可能途径。
看看predict
函数适用于您正在使用的任何模型类型(例如,使用lm
具有predict.lm
函数的线性回归)。
然后选择一个绘图系统(你可能会想要不同的面板为不同的饮食水平,所以使用ggplot2或格)。然后看看你能否用文字更清楚地描述你想要情节。然后更新你的问题,如果你卡住了。
现在,我们已经确定了哪个数据集使用的是,这里有一个情节可能:
#Run your model
model <- lme(weight ~ Time + Diet, BodyWeight, ~ 1 | Rat)
summary(model)
#Predict the values
#predict.lme is a pain because you have to specify which rat
#you are interested in, but we don't want that
#manually predicting things instead
times <- seq.int(0, 65, 0.1)
mcf <- model$coefficients$fixed
predicted <-
mcf["(Intercept)"] +
rep.int(mcf["Time"] * times, nlevels(BodyWeight$Diet)) +
rep(c(0, mcf["Diet2"], mcf["Diet3"]), each = length(times))
prediction_data <- data.frame(
weight = predicted,
Time = rep.int(times, nlevels(BodyWeight$Diet)),
Diet = rep(levels(BodyWeight$Diet), each = length(times))
)
#Draw the plot (using ggplot2)
(p <- ggplot(BodyWeight, aes(Time, weight, colour = Diet)) +
geom_point() +
geom_line(data = prediction_data)
)
感谢您的帮助,我刚刚看到这个功能:xyplot(体重〜时间,数据= BodyWeight,groups =饮食,类型= c(“p”,“r”)) 类似于我想要的。这是我第一次尝试建模 – pavid 2012-04-07 11:42:32
这不是大多数人称之为“建模”的东西。这只是显示数据。 – 2012-04-07 13:51:27
@DWin:可能调用'lme'并不是大多数人所称的建模。我想他们会去“穿着内衣走上舞台”。 – 2012-04-07 13:54:43
哪里'BodyWeight'包?我无法在CRAN或bioconductor上找到它。如果您提供了代码来重新创建模型,那将会很好。 – 2012-04-07 11:16:20
另外,虽然我很挑剔:a * library *是您安装* packages *到的文件夹。输入'.libPaths()'来查看系统上的位置。别担心,每个人都会对此感到困惑。 – 2012-04-07 11:24:40
对不起,它是库(nlme)。 BodyWeight包然后,在图书馆nlme。谢谢:) – pavid 2012-04-07 11:40:07