Як побудувати межу рішення в R для логістичної регресійної моделі?

Я зробив логістичну регресійну модель, використовуючи glm в R. У мене є дві незалежні змінні. Як я зможу побудувати межу рішення моєї моделі в діаграмі розкидання двох змінних. Наприклад, як можна побудувати фігуру на зразок: http://onlinecourses.science.psu.edu/stat557/node/55

Спасибі.

r logistic

— user2755
джерело

Посилання на фігуру мертве.

— Нік Стаунер

Відповіді:

set.seed(1234)

x1 <- rnorm(20, 1, 2)
x2 <- rnorm(20)

y <- sign(-1 - 2 * x1 + 4 * x2 )

y[ y == -1] <- 0

df <- cbind.data.frame( y, x1, x2)

mdl <- glm( y ~ . , data = df , family=binomial)

slope <- coef(mdl)[2]/(-coef(mdl)[3])
intercept <- coef(mdl)[1]/(-coef(mdl)[3]) 

library(lattice)
xyplot( x2 ~ x1 , data = df, groups = y,
   panel=function(...){
       panel.xyplot(...)
       panel.abline(intercept , slope)
       panel.grid(...)
       })

alt текст

Треба зауважити, що тут відбувається ідеальне розділення, тому glmфункція дає вам попередження. Але це не важливо, оскільки мета - проілюструвати, як намалювати лінійну межу та кольорові спостереження відповідно до їхніх коваріатів.

— suncoolsu
джерело

Я сподіваюся, що я не по-старому, якщо використовую ґрати :-)

— suncoolsu

Я також сподіваюся, що якщо це проблема HW, ви не просто скопіюєте пасту.

— suncoolsu

Спасибі. Це не HW питання, і відповідь корисна для мене, щоб зрозуміти свою модель.

— user2755

о так, ти є :)

— mpiktas

Може хтось пояснить мені логіку за схилом та перехопленням? (щодо логістичної моделі)

— Фернандо

Хотів звернутись із цим питанням у коментарі до прийнятої відповіді Фернандо вище: Чи може хтось пояснити логіку за нахилом та перехопленням?

Гіпотеза щодо регресії логістики має вигляд:

{год}_{θ} = г (z)

$h_{\theta} = g(z)$

$g(z)$ $z$

z = θ_{0} + θ_{1} х_{1} + θ_{2} х_{2}

$z = \theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2}$

$y = 1$ $h_{\theta} \geq 0.5$

θ_{0} + θ_{1} х_{1} + θ_{2} х_{2} \geq 0

$\theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2} \geq 0$

вище є межею рішення і може бути переставлено як:

х_{2} \geq \frac{- θ_{0}}{θ_{2}} + \frac{- θ_{1}}{θ_{2}} х_{1}

$x_{2} \geq \frac{-\theta_{0}}{\theta_{2}} + \frac{-\theta_{1}}{\theta_{2}}x_{1}$

$y = mx + b$ $m$ $b$

— Енді
джерело

Гарне пояснення, що супроводжує відповідь вище!

— Августин