ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块

目前本人写的ggrcs包新的2.6版本已经在CRAN上线,增加了多元线性回归分析模块,现在支持逻辑回归(logistic回归)、cox回归和多元线性回归
ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第1张图片
需要的可以使用代码安装

install.packages("ggrcs")

如果原来安装了旧版本,可以通过Rstudio进行升级

ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第2张图片
ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第3张图片
这样就可以升级到最新版本了,新版本修正了一些前期的错误和增加了绘制多元线性回归分析RCS模块,以我的臭氧数据(公众号回复:臭氧数据,可以获得数据)为例子,演示一下,先导入R包和数据

library(rms)
library(ggplot2)
library(scales)
library(ggrcs)
library(foreign)
be <- read.spss("E:/r/test/ozone.sav",
                use.value.labels=F, to.data.frame=T)  #臭氧数据

ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第4张图片
数据中有七个变量,ozon每日臭氧水平为结局变量,Inversion base height(ibh)反转基准高度,Pressure gradient (mm Hg) 压力梯度(mm Hg),Visibility (miles) 能见度(英里),Temperature (degrees F) 温度(华氏度),Day of the year日期,vh我也不知道是什么,反正就是一参数,这里所有的变量都是连续的。
假设我们想了解温度和臭氧浓度的关系
整理数据

dd <- datadist(be)
options(datadist='dd') 

建立模型

fit<-ols(ozon ~rcs(temp, 4)+dpg,data=be)

绘图

ggrcs(data=be,fit=fit,x="temp",histbinwidth=1)

ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第5张图片
假设我们想了解不同分组中,温度与臭氧浓度的关系,我们数据中没有分组变量,我自己生成一个

set.seed(1234)
be$variables2<-sample(0:1,size=330,replace=TRUE)
be$variables2<-as.factor(be$variables2)

整理数据

dd <- datadist(be)
options(datadist='dd')

建立模型

fit<-ols(ozon ~rcs(temp, 4)+dpg+variables2,data=be)

绘图

ggrcs(data=be,fit=fit,x="temp",group="variables2",histbinwidth=1)

ggrcs包2.6版本已经上线,增加了绘制多元线性回归RCS(限制立方样条图)模块_第6张图片
OK,演示完毕,其他操作同前两个模型一样,我就不演示了,有兴趣的可以看我的既往文章。值得一提的是,线性回归一定要注意数据的分布,最好是正态分布,不是正态分布的最好取个对数弄成近似正态分布,不然绘制出来的图形会很怪。新版本如有BUG欢迎可以发私信给我。

你可能感兴趣的:(R语言,我写的R包,线性回归,回归)