趨勢線的方法
在前一個練習中，你使用了 ggplot2 的預設 geom_smooth()。
在這個練習中，你將改用 glm()。
這能讓你用 ggplot2「看見」羅吉斯迴歸。
具體來說，你要繪製在不同通勤距離下，某人選擇搭公車的機率。
你需要告訴 geom_smooth() 使用 glm() 方法。
回想第 2 章，glm() 的預設 family 是 Gaussian，會產生與 lm() 相同的結果。
因此，你也需要從 glm() 指定 method 的參數。
前一個練習中你建立的 gg_jitter 程式碼已提供給你。
本練習屬於課程
R 的廣義線性模型
練習說明
- 在
geom_smooth()中使用"glm"方法。 - 使用
method.args將 family 設為'binomial'。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(___))