r - 逻辑回归的解释和绘图

Question

我目前正在进行一项涉及不同种类 bat 和栖息地 splinter 化的研究。我的数据集包含存在数据(1 = 存在，0 = 不存在)和关于片段大小、体重(均连续)和饲养行会(Feeding.Guild；分类，6 个级别:食肉动物、食果动物、食虫动物、蜜食动物、杂食动物和食血动物的数据)。使用自然对数转换碎片大小 (logFrag) 和体质量 (logMass) 以符合正态分布。由于被分类，我无法提供完整的数据集 (bats2)。

为了分析这些数据，我使用逻辑回归。在 R 中，这是具有二项式族的 glm 函数。

bats2 <- read.csv("Data_StackExchange.csv", 
                 quote = "", sep=";", dec = ".", header=T, row.names=NULL)
bats2$presence <- ifelse(bats2$Corrected.Abundance == 0, 0, 1)
bats2$logFrag <- log(bats2$FragSize)
bats2$logMass <- log(bats2$Mass)
str(bats2$Feeding.Guild)
     Factor w/ 6 levels "carnivore","frugivore",..: 6 1 5 5 2 2 2 2 2 2 ...    
levels(bats2$Feeding.Guild)
    [1] "carnivore"    "frugivore"    "insectivore"  "nectarivore"  "omnivore"     "sanguinivore"


regPresence <- glm(bats2$presence~(logFrag+logMass+Feeding.Guild), 
                   family="binomial", data=bats2)

这个回归的结果由 summary()得到功能如下。

Coefficients:
                          Estimate Std. Error z value Pr(>|z|)    
(Intercept)               -4.47240    0.64657  -6.917 4.61e-12 ***
logFrag                    0.10448    0.03507   2.979 0.002892 ** 
logMass                    0.39404    0.09620   4.096 4.20e-05 ***
Feeding.Guildfrugivore     3.36245    0.49378   6.810 9.78e-12 ***
Feeding.Guildinsectivore   1.97198    0.51136   3.856 0.000115 ***
Feeding.Guildnectarivore   3.85692    0.55379   6.965 3.29e-12 ***
Feeding.Guildomnivore      1.75081    0.51864   3.376 0.000736 ***
Feeding.Guildsanguinivore  1.73381    0.56881   3.048 0.002303 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我的第一个问题是验证我是否正确解释了这些数据:如何正确解释这些数据？我用过 this website帮助我翻译。

此外，我尝试绘制这些数据以将其可视化。然而，当添加 facet_wrap 函数为不同的喂养公会制作单独的图时，与在一个图中为不同的喂养公会着色相比，截距和斜率会发生变化。我使用了以下代码:

情节 1:

library(ggplot2)
qplot(logFrag, bats2$presence, colour=Feeding.Guild, data=bats2, se=F) +
  geom_smooth(method = glm, family = "binomial", se=F, na.rm=T) + theme_bw() 

情节 2:

qplot(logFrag, bats2$presence, data=bats2, se=F) + facet_wrap(~Feeding.Guild, 
                                                              scales="free") +
  geom_smooth(method = glm, family = "binomial", se=F, na.rm=T) + theme_bw() 

产生以下图像:



是什么导致了这些差异，哪一个是正确的？

Sample data set (未分类的数据集的一部分)。

Answer 1

您链接到的资源在标题 Using the logit model 下的项目符号部分中有解释说明。 . Estimate是每个协变量对存在的对数几率的累加效应。这是连续协变量或每个分类实例每增加 1 个单位。关于这一点有几点:

因为您采用了连续协变量的对数，所以它们的影响是对数刻度上的每 1 个单位 - 很难解释。我强烈建议不要这样做。对 FragSize 的正态性没有要求或 Mass为了适应这个模型。

注意到列表中缺少您的一个类别吗？必须根据某个引用来测量协变量的影响。在这种情况下，引用是带有 logFrag 的食肉动物=0 和 logMass =0。这些 0 值是不可能的。这是正常的，为什么解释(Intercept)对你没用。

转至 Std. Error ，这是衡量您对 Estimate 的信心的指标。效果。人们经常使用正态近似值 +- 2* Std. Error周围 Estimate形成置信区间并使用它们做出陈述。当区间为 +- 2* Std. Error包含 0 有一些概率真正的效果是 0。你不想要那个，所以你正在寻找 Std. Error 的小值。关于 Estimate z value和 Pr(>|z|)与我提到的正态近似有关。您可能已经知道 Z 分数(标准正态)是什么以及人们如何使用它们进行显着性检验。

现在到你的情节:
这些图实际上并不是在绘制您的模型。您正在使用平滑器来拟合类似类型但在不同数据集上的新模型。平滑器仅考虑 logFrag的影响在每个公会中安装一个迷你逻辑模型。

因此，我们预计这些图与 summary() 不同。 ，但不是来自彼此。发生这种情况的原因很有趣，这与使用 bats2$presence 有关。而不是 presence .当您传入 bats2$presence ，这实际上就像向 ggplot2 传递一个单独的匿名数据列表一样。只要该列表与您期望的数据框对齐，一切都很好。似乎 facet_wrap() 在使用 bats2$presence 时混淆了数据，可能是由于排序 bats2通过公会。使用普通旧 presence他们会得到同样的结果。