我使用了多变量回归模型来探讨变量之间的关系。
model<- lrm(mortality ~value_day0 + value_day5, dataframe, x=TRUE, y=TRUE)
然后可视化:
plot_model<- ggplot(Predict(model, fun=plogis), sepdiscrete="vertical", ylab="risk of mortality")
这给了我带有2个子图/子面板的图形,其中1代表第0天的值,而1代表第5天的值。如何更改这些子面板的名称?当前,它们具有变量的名称(value_day0和value_day5),但我想更改此名称,而不必更改数据框中的变量名称。
一些样本数据
dataframe<-data.frame(mortality=rep(c(0,1), each=500), value_day0=sample(1:5, 1000, replace=TRUE),
value_day5=sample(1:5, 1000, replace=TRUE))
谢谢!
编辑:
ddist <- datadist(value_day0, value_day5, mortality)
options(datadist='ddist')
detach(dataframe)
您的预测调用将生成一个带有名为“ .predictor。”的变量的data.frame,该变量包含构面标签。您可以使用labeller
函数按以下方式更改构面标签:
library(rms)
library(ggplot2)
dataframe<-data.frame(mortality=rep(c(0,1), each=500), value_day0=sample(1:5, 1000, replace=TRUE),
value_day5=sample(1:5, 1000, replace=TRUE))
ddist <- datadist(dataframe)
options(datadist='ddist')
model<- lrm(mortality ~value_day0 + value_day5, dataframe, x=TRUE, y=TRUE)
plot_model<- ggplot(Predict(model, fun=plogis), sepdiscrete="vertical", ylab="risk of mortality")
# this changes the changes the lables on the '.predictor.' variable.
plot_model$data$.predictor. <- factor(plot_model$data$.predictor., labels = c("Day 0", "Day 5"))
# the labeller call alters the labels
plot_model + facet_grid(.~ .predictor., labeller = label_value)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句