Построение лм предсказанных значений

Question

Я новичок в визуализации результатов регрессии, и мне нужна помощь с получением графика, показывающего прогнозные значения по регрессии линейной модели.

Структура данных, полученная с помощью dput:

`> dput(head(dat,4))
structure(list(X = c(809L, 3L, 1L, 2L), cntry = structure(c(1L, 
1L, 1L, 1L), .Label = c("AT", "BE", "CH", "CZ", "DE", "DK", "ES", 
"FI", "GB", "GR", "HU", "IE", "IL", "NL", "NO", "PL", "PT", "SE", 
"SI", "EE", "IS", "LU", "SK", "TR", "UA", "BG", "CY", "FR", "RU", 
"HR", "LV", "RO", "LT", "AL", "IT", "XK"), class = "factor"), 
ipshabt = c(4L, 2L, 3L, 2L), ipsuces = c(3L, 2L, 3L, 1L), 
imprich = c(3L, 3L, 3L, 3L), iprspot = c(3L, 3L, 4L, 4L), 
impsafe = c(3L, 3L, 2L, 4L), ipstrgv = c(2L, 2L, 2L, 3L), 
ipfrule = c(3L, 2L, 1L, 6L), ipbhprp = c(3L, 2L, 4L, 4L), 
ipmodst = c(3L, 3L, 2L, 5L), imptrad = c(2L, 2L, 1L, 6L), 
ipeqopt = c(1L, 2L, 1L, 1L), ipudrst = c(1L, 2L, 3L, 3L), 
impenv = c(3L, 2L, 2L, 1L), iphlppl = c(1L, 2L, 1L, 4L), 
iplylfr = c(2L, 2L, 2L, 3L), ipcrtiv = c(2L, 2L, 2L, 1L), 
impfree = c(2L, 3L, 1L, 1L), impdiff = c(2L, 3L, 3L, 1L), 
ipadvnt = c(6L, 4L, 3L, 1L), ipgdtim = c(2L, 2L, 1L, 1L), 
impfun = c(6L, 5L, 1L, 3L), gndr = c(2L, 2L, 1L, 1L), agea = c(69L, 
63L, 54L, 50L), hincfel = c(1L, 2L, 1L, 3L), educ = c(1L, 
2L, 3L, 3L), year = c(2002L, 2002L, 2002L, 2002L), Achievement = c(3.5, 
2, 3, 1.5), Power = c(3, 3, 3.5, 3.5), Security = c(2.5, 
2.5, 2, 3.5), Conformity = c(3, 2, 2.5, 5), Tradition = c(2.5, 
2.5, 1.5, 5.5), Universalism = c(1.66666666666667, 2, 2, 
1.66666666666667), Benevolence = c(1.5, 2, 1.5, 3.5), SelfDirection = c(2, 2.5, 1.5, 1), Stimulation = c(4, 3.5, 3, 1), Hedonism = c(4, 
3.5, 1, 2), SelfEnh = c(3.25, 2.5, 3.25, 2.5), SelfTran = c(1.6, 
2, 1.8, 2.4), Cons = c(2.66666666666667, 2.33333333333333, 
2, 4.66666666666667), Open = c(3.33333333333333, 3.16666666666667, 
1.83333333333333, 1.33333333333333), SelfTranNet = c(-1.65, 
-0.5, -1.45, -0.1), OpenNet = c(0.666666666666667, 0.833333333333333, 
-0.166666666666667, -3.33333333333333), east = c(0, 0, 0, 
0), eastyear = c(0, 0, 0, 0), income = c(1L, 2L, 1L, 3L), 
year2002 = c(1, 1, 1, 1), eastyear2002 = c(0, 0, 0, 0), year2004 = c(0, 
0, 0, 0), eastyear2004 = c(0, 0, 0, 0), year2006 = c(0, 0, 
0, 0), eastyear2006 = c(0, 0, 0, 0), year2008 = c(0, 0, 0, 
0), eastyear2008 = c(0, 0, 0, 0), year2010 = c(0, 0, 0, 0
), eastyear2010 = c(0, 0, 0, 0), year2012 = c(0, 0, 0, 0), 
eastyear2012 = c(0, 0, 0, 0), year2014 = c(0, 0, 0, 0), eastyear2014 = c(0, 
0, 0, 0), year2016 = c(0, 0, 0, 0), eastyear2016 = c(0, 0, 
0, 0)), .Names = c("X", "cntry", "ipshabt", "ipsuces", "imprich", 
"iprspot", "impsafe", "ipstrgv", "ipfrule", "ipbhprp", "ipmodst", 
"imptrad", "ipeqopt", "ipudrst", "impenv", "iphlppl", "iplylfr", 
"ipcrtiv", "impfree", "impdiff", "ipadvnt", "ipgdtim", "impfun", 
"gndr", "agea", "hincfel", "educ", "year", "Achievement", "Power", 
"Security", "Conformity", "Tradition", "Universalism", "Benevolence", 
"SelfDirection", "Stimulation", "Hedonism", "SelfEnh", "SelfTran", 
"Cons", "Open", "SelfTranNet", "OpenNet", "east", "eastyear", 
"income", "year2002", "eastyear2002", "year2004", "eastyear2004", 
"year2006", "eastyear2006", "year2008", "eastyear2008", "year2010", 
"eastyear2010", "year2012", "eastyear2012", "year2014", "eastyear2014", 
"year2016", "eastyear2016"), row.names = c(NA, 4L), class =     "data.frame")`

Моя модель линейной регрессии: > modelAchievement <- lm(Achievement~east+year+year2002+eastyear2002+year2004+eastyear2004+year2006+eastyear2006+year2008+eastyear2008+year2010+eastyear2010+year2012+eastyear2012+year2014+eastyear2014+year2016+eastyear2016+agea+gndr+income+educ, data = dat)

Теперь я хочу получить две предсказанные строки зависимой переменной,то есть «Достижение», на одном графике с осью Y «Достижение» и осью X «год».Первая строка: фиктивная переменная "восток" = 1;вторая строка: если фиктивная переменная "восток" = 0.

Я не знал, как поступить, и пытался использовать ggplot(modelAchievement, aes(y = Achievement, x = year)), но он дает пустой график.

Любой советс благодарностью.

Ссылка на полные данные: данные

Answer 1

Исходя из вашей формулы, кажется, что вы взаимодействуете east с каждым уровнем year, который мы можем выразить более компактно как

fit <- lm(Achievement ~ east * factor(year) + agea + gndr + income + educ, data = dat)

Для вычисления прогнозируемых результатов для различных значенийeast и year, сначала мы должны определить значения для других 4 переменных: agea, gndr, income и educ.Я установил эти значения на их среднее значение, хотя вы можете использовать любое значение.

library(dplyr)
new_dat <- summarise_at(dat, vars(agea, gndr, income, educ), mean)
#       agea     gndr   income    educ
# 1 47.88262 1.536708 2.031206 3.16173

Затем мы объединяем этот фрейм данных с другим фреймом данных, который имеет все комбинации east и year.

new_dat <- cbind(expand.grid(year = seq(2002, 2016, 2), east = 0:1), new_dat)
new_dat
#    year east     agea     gndr   income    educ
# 1  2002    0 47.88262 1.536708 2.031206 3.16173
# 2  2004    0 47.88262 1.536708 2.031206 3.16173
# 3  2006    0 47.88262 1.536708 2.031206 3.16173
# 4  2008    0 47.88262 1.536708 2.031206 3.16173
# 5  2010    0 47.88262 1.536708 2.031206 3.16173
# 6  2012    0 47.88262 1.536708 2.031206 3.16173
# 7  2014    0 47.88262 1.536708 2.031206 3.16173
# 8  2016    0 47.88262 1.536708 2.031206 3.16173
# 9  2002    1 47.88262 1.536708 2.031206 3.16173
# 10 2004    1 47.88262 1.536708 2.031206 3.16173
# 11 2006    1 47.88262 1.536708 2.031206 3.16173
# 12 2008    1 47.88262 1.536708 2.031206 3.16173
# 13 2010    1 47.88262 1.536708 2.031206 3.16173
# 14 2012    1 47.88262 1.536708 2.031206 3.16173
# 15 2014    1 47.88262 1.536708 2.031206 3.16173
# 16 2016    1 47.88262 1.536708 2.031206 3.16173

Затем мы используем predict для вычисления прогнозируемых результатов для этого нового набора данных:

new_dat$predicted <- predict(fit, new_dat)

Теперь мы можем построить

library(ggplot2)
ggplot(new_dat, aes(x = year, y = predicted, colour = factor(east), group = east)) +
  geom_line()