r-为具有一个预测因子的逻辑回归设置ggplot，并在多个结果(或列)中循环

Question

我是R的新手，有一个与ggplot相关的问题。下面是一个伪数据帧，其中一列包含预测器（xvar）和多列二分结果（yvar1、yvar2、yvar3）。

df <- data.frame("xvar"=c(0,100,200,300,400,500,600,1000),"yvar1"= c(0,0,0,0,0,0,1,1),"yvar2"=c(0,0,1,1,1,1,1,1),"yvar3"=c(0,0,1,1,0,1,1,1))

我为创建了一个for循环，以针对预测器xvar为每个yvar运行逻辑回归。我能够成功绘制每个yvar的回归图。请忽略回归警告（这是一个伪数据集）

for (i in 2:4) {
  logr.yvar <- glm(df[,names(df[i])] ~ xvar, data=df, family=binomial(link="logit"))
  print(logr.yvar)
  plot(df$xvar, df[,i])
  curve(predict(logr.yvar, data.frame(xvar=x), type="response"), add=TRUE) 
}

我想切换到ggplot2，而不是使用基本的plot函数。我目前能够为个人回归生成ggplot:

ggplot(df, aes(x=xvar, y=yvar1)) + geom_point() + 
  stat_smooth(method="glm", family="binomial", se=TRUE)

如何使用ggplot2设置循环？

Answer 1

如果您真的想循环，可以使用lapply。

p <- lapply(names(df)[-1], function(nm){
  ggplot(df, aes_string(x="xvar", y=nm)) + geom_point() + 
    stat_smooth(method="glm", family="binomial", se=TRUE)
})
print(p)

然而，我怀疑重新构建数据并将所有图表一起显示可能会更好。

# reshaping data
require(reshape2)
df.melt <- melt(df, id.var='xvar')
# first variation, using facets 
ggplot(df.melt, aes(xvar, value)) + 
  geom_point() + 
  stat_smooth(method="glm", family="binomial", se=TRUE) +
  facet_grid(variable~.)
# second variation using colors
ggplot(df.melt, aes(xvar, value)) + 
  geom_point() + 
  stat_smooth(aes(color = variable, fill = variable), 
              method="glm", family="binomial", se=TRUE, size = 1.2)