如何在 ggplot2 中创建和解释交互图？

机器算法验证 数据可视化 相互作用 ggplot2
2022-03-18 17:52:04

我正在尝试为这组数据制作交互图，但我想用 ggplot2 制作它。我正在尝试使用预测变量 G 和 P 来预测 VP（这些是我发现数据集中的列相互交互，并且我发现对 VP 有重大影响）。

ggplot2 的语法对我来说很难理解，所以我想知道这里是否有人觉得它很容易并且能够用我的数据创建一个并向我展示代码。上次我尝试自学如何使用用户定义的函数制作绘图时，我花了 6 个小时进行调试。我希望有人可以简单地引导我完成这些步骤，这样我就不必再经历一次了。该模型将VP~G+P+G*P在 R 中。

我希望制作类似于在这篇文章的答案中找到的交互箱线图。

ggplot

笔记：

在创建回归模型时，我有几个变量，但我发现 G 和 P 具有唯一显着的交互作用。所以我试图创建一个交互图来进一步剖析数据。对此的有效性和逻辑性有何看法？另外，关于交互情节的极差拟合的意见？

在这种不合适的情况下我该怎么办？说没有模式更安全吗？作为参考，我试图根据不同的通货膨胀率 P 和不同的增长率 G 来预测候选人获得的选票百分比 VP。这是我的交互图：

笔记2：

我使用此处找到的用户定义函数制作了交互图。他们制作的情节很适合他们的数据，但我的情节不太适合我的数据。此外，我的残差图看起来与交互图几乎相同。在 MIT 页面上，残差图与交互图非常不同，而且很容易在其中看到模式。

1个回答

在这种情况下，通过箱线图显示交互的原始建议不太有意义，因为定义交互的两个变量都是连续的。您可以将G或进行二分P，但您没有太多数据可供使用。因此，我建议使用 coplots（可以在其中找到对它们的描述；

下面是election2012代码生成的数据的副图coplot(VP ~ P | G, data = election2012)。所以这是评估PonVP条件对不同值的影响G。

coplot交互

尽管您的描述听起来像是一次钓鱼探险，但我们可能会考虑这两个变量之间存在相互作用的可能性。coplot似乎表明，对于较低G的影响值P是正的，对于较高G的影响值P是负的。在评估了 和 的边际直方图和双变量散点图以及VP, P, G和 之间的交互作用P后G，在我看来，1932 年可能是交互作用效应的高杠杆值。

VP下面是四个散点图，显示了和 均值 centered之间的边际关系V，以及和（我命名的）G的交互作用。我已将 1932 年突出显示为一个红点。右下角的最后一个图是线性模型对的残差。VGint_gpcentlm(VP ~ g_cent + p_cent, data = election2012)int_gpcent

高杠杆回归

下面我提供的代码显示了从线性模型中删除 1932 时lm(VP ~ g_cent + p_cent + int_gpcent, data = election2012)的交互作用G并P未能达到统计显着性。当然，这一切都只是探索性的（人们还想评估系列中是否出现任何时间相关性，但希望这是一个好的开始。保存 ggplot 以供您更好地了解您究竟想要绘制的内容！

    #data and directory stuff
    mydir <- "C:\\Documents and Settings\\andrew.wheeler\\Desktop\\R_interaction"
    setwd(mydir)
    election2012 <- read.table("election2012.txt", header=T, 
                        quote="\"")
    
    #making interaction variable
    election2012$g_cent <- election2012$G - mean(election2012$G)
election2012$p_cent <- election2012$P - mean(election2012$P)
    election2012$int_gpcent <- election2012$g_cent * 
                                  election2012$p_cent
    
    summary(election2012)
    View(election2012)
    par(mfrow= c(2, 2))
    hist(election2012$VP)
hist(election2012$G)
    hist(election2012$P)
hist(election2012$int_gpcent)
    
    #scatterplot & correlation matrix
    cor(election2012[c("VP", "g_cent", "p_cent", "int_gpcent")])
    pairs(election2012[c("VP", "g_cent", "p_cent", 
                          "int_gpcent")])
    
    #lets just check out a coplot for interactions
    #coplot(VP ~ G | P, data = election2012)
    coplot(VP ~ P | G, data = election2012)
    #example of coplot - http://stackoverflow.com/questions/5857726/how-to-delete-the-given-in-a-coplot-using-r
    
    #onto models
    
    model1 <- lm(VP ~ g_cent + p_cent, data = election2012)
    summary(model1)
    election2012$resid_m1 <- residuals(model1)
    
    election2012$color <- "black"
election2012$color[14] <- "red"
    
    attach(election2012)
    par(mfrow = c(2,2))
    plot(x = g_cent,y = VP, col = color, pch = 16)
    plot(x = p_cent,y = VP, col = color, pch = 16)
    plot(x = int_gpcent,y = VP, col = color, pch = 16)
    plot(x = int_gpcent,y = resid_m1, col = color, pch = 16)
    
    #what does the same model look like with 1932 removed
    
    model1_int <- lm(VP ~ g_cent + p_cent + int_gpcent, 
                     data = election2012)
    summary(model1_int)
    model2_int <- lm(VP ~ g_cent + p_cent + int_gpcent, 
                        data = election2012[-14,])
    summary(model2)
其它你可能感兴趣的问题
上一篇具有良好教程或示例的深度学习库/软件 下一篇随机桶中的随机球：分布的特点是什么？