如何可视化拟合多元回归模型?


42

我目前正在写一篇包含多个多元回归分析的论文。尽管通过散点图可以很容易地看到单变量线性回归,但我想知道是否有可视化多个线性回归的好方法?

我目前只是在绘制散点图,例如因变量与第一自变量,然后与第二自变量等。我非常感谢任何建议。


6
一种可能性:添加了可变图
Glen_b

1
也可能引起关注:由R中的残差图预测
chl13年

1
请参见effectsR
Peter Flom-恢复莫妮卡中

3
我想我应该先要澄清一下:您是指具有多个预测变量(x,IV)的线性回归(即多元回归),还是指具有多个响应(y,DV)的线性回归-即多元回归?
2013年

Answers:


24

您当前的策略没有错。如果您有一个仅包含两个解释变量的多元回归模型,则可以尝试制作显示预测的回归平面的3D ish图,但是大多数软件都很难做到这一点。另一种可能性是使用coplot(另请参阅:R此pdf中的coplot),它可以表示三个或什至四个变量,但是许多人不知道如何读取它们。但是,从本质上讲,如果没有任何交互,则和之间的预测边际关系将与条件预测的相同xjy其他变量在任何特定级别上的关系(正负垂直位移)。因此,您可以简单地设置所有其他变量的平均值,并找到预测的线并绘制该线在对的散点图上。而且,您最终将得到这样的图,尽管如果您认为它们不重要,则可能不包括其中一些。(例如,通常有一个具有单个目标变量和一些控制变量的多元回归模型,并且只显示第一个这样的图)。 xxy^=β^0++β^jxj++β^px¯p(xj,y)p

另一方面,如果您确实有交互作用,则应找出最感兴趣的交互变量,并绘制该变量与响应变量之间的预测关系,但在同一图中要画几条线。对于这些行中的每行,另一个交互变量都设置为不同的级别。典型值为交互变量的平均值和 1 SD。为了更清楚地说明这一点,假设您只有两个变量和,并且它们之间有相互作用,并且是您研究的重点,那么您可以用以下三行绘制一个图:±x1x2x1

y^=β^0+β^1x1+β^2(x¯2sx2)+β^3x1(x¯2sx2)y^=β^0+β^1x1+β^2x¯2 +β^3x1x¯2y^=β^0+β^1x1+β^2(x¯2+sx2)+β^3x1(x¯2+sx2)

9

是一个基于Web的交互式工具,用于在三个维度上绘制回归结果

此3-D图使用一个因变量和两个解释变量。您也可以将截距设置为零(即,从回归方程中删除截距)。

这些图形需要具有WebGL功能的浏览器。所有主要桌面浏览器的最新版本都支持WebGL。

在此处输入图片说明


网站现在关闭了–我得到了GoDaddy登陆页面
向上旋转

4

为了可视化模型而不是数据,JMP使用了交互式“探查器”图。这是静态视图。

在此处输入图片说明

这是动态视图的链接。

它类似于散点图的想法,可以与它结合使用。想法是,每帧都显示相应X和Y变量的模型切片,而其他X变量则保持其指示值不变。在交互式版本中,可以通过拖动红色垂直线来更改X值。

披露:我是JMP开发人员,所以请不要将此视为公正的认可。


2
将因变量的残差与预测变量的残差作图是否至关重要?我认为应该如此,因为它们代表了变量之间的真实关系,但这似乎很少被推荐。
阿古斯·卡马乔

1
@AgusCamacho,如果您仍然对此感兴趣,则应该提出一个新问题。
gung-恢复莫妮卡
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.