วิธีการสำหรับเส้นแนวโน้ม

ในแบบฝึกหัดก่อนหน้า คุณใช้ geom_smooth() แบบค่าเริ่มต้นของ ggplot2 ในแบบฝึกหัดนี้ จะใช้ glm() แทน ซึ่งจะช่วยให้มองเห็น Logistic Regression ผ่าน ggplot2 ได้ โดยเฉพาะอย่างยิ่ง จะพลอตความน่าจะเป็นที่บุคคลหนึ่งจะโดยสารรถบัส โดยพิจารณาจากระยะทางในการเดินทาง

ต้องบอกให้ geom_smooth() ใช้ method เป็น glm() จำได้จาก Chapter 2 ว่า family ค่าเริ่มต้นของ glm() คือ Gaussian ซึ่งให้ผลลัพธ์เหมือนกับ lm() ดังนั้น ต้องระบุ argument family ของ glm() ด้วย โค้ดสำหรับสร้าง gg_jitter ที่สร้างไว้ในแบบฝึกหัดที่แล้วได้เตรียมไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Generalized Linear Models ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ method "glm" ร่วมกับ geom_smooth()
ใน method.args ให้กำหนด family เป็น 'binomial'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a jittered plot of MilesOneWay vs Bus2 using the bus dataset
gg_jitter <- ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) + 
	geom_jitter(width = 0, height = 0.05) +
	ylab("Probability of riding the bus") +
	xlab("One-way commute trip (in miles)")

# Add a geom_smooth() that uses a GLM method to your plot
gg_jitter + geom_smooth(method =  ___ , method.args = list(___))

แก้ไขและรันโค้ด