sjPlot繪制三線圖

加載包

library(sjPlot)
library(sjmisc)
library(sjlabelled)

數(shù)據(jù)準備

data('efc')
efc <- as_factor(efc,c161sex,c172code)

建模(線性模型)

m1 <- lm(barthtot ~ c160age + c12hour + c161sex + c172code, data = efc)
m2 <- lm(neg_c_7 ~ c160age + c12hour + c161sex + e17age, data = efc)

繪制三線表

tab_model(m1)

圖片.png

自動加因變量標簽(自動加入了因變量標簽同欠,若沒有標簽,顯示因變量名mpg)

m.mtcars <- lm(mpg ~ cyl + hp + wt, data = mtcars)
tab_model(m.mtcars)
圖片.png

關閉自動加因變量標簽

auto.label= FALSE
tab_model(m1,auto.label = F)

圖片.png

否則為4圖

多個模型繪制三線圖

tab_model(m1,m2)

圖片.png

廣義線性模型的三線圖(自動系數(shù)指數(shù)化變?yōu)镺R)

m3 <- glm(
  tot_sc_e ~ c160age + c12hour + c161sex + c172code,
  data = efc,
  family = poisson(link = "log")
)

efc$neg_c_7d <- ifelse(efc$neg_c_7 < median(efc$neg_c_7, na.rm = TRUE), 0, 1)
m4 <- glm(
  neg_c_7d ~ c161sex + barthtot + c172code,
  data = efc,
  family = binomial(link = "logit")
)

tab_model(m3, m4,auto.label=F)
圖片.png

廣義線性模型不進行自動指數(shù)變換

tab_model(m3,m4,transform=NULL,auto.label=F)
圖片.png

選擇或剔除相應的列

tab_model(m3,m4,transform=NULL,auto.label=F)#個體化顯示行
show.est #顯示預測值
show.ci #顯示置信區(qū)間
show.se #顯示標準誤
show.std #顯示系數(shù)赵讯?
show.p #顯示p值
show.stat #顯示系數(shù)的統(tǒng)計學檢驗值
show.df #顯示自由度
tab_model(m1,auto.label=F)
tab_model(m1, show.se = TRUE, show.std = TRUE, show.stat = TRUE,auto.label = F)
圖片.png
tab_model(m3, m4, show.ci = FALSE, show.p = FALSE, auto.label = FALSE)
tab_model(m3,m4,auto.label = F)
圖片.png

個體化顯示行

tab_model(
  m1, auto.label = F,show.se = TRUE, show.std = TRUE, show.stat = TRUE,
  col.order = c("p", "stat", "est", "std.se", "se", "std.est")
)
圖片.png

置信區(qū)間合并

tab_model(m1,collapse.ci = T,auto.label = F)
tab_model(m1,collapse.ci = F,auto.label = F)
圖片.png

自定義行列名(pred.labels定義變量名巡揍,dv.labels定義模型名,)

tab_model(m1,m2,auto.label = F)
tab_model(
  m1, m2,
  pred.labels = c("a", "b", "c", "d","e", "f","g"),
  dv.labels = c("e", "f"),
  string.est = 'ee',
  string.pred = "g",
  string.ci = "h",
  string.p = "i"
)
圖片.png

自定義P值(stars為*號油够,scientific為科學計數(shù)法

tab_model(m1, m2, p.style = "stars",auto.label = F) #*表示
tab_model(m1, m2, p.style = "scientific", digits.p = 2,auto.label = F) #科學計數(shù)法保留兩位小數(shù)
圖片.png

圖片.png

僅僅顯示特定的變量(terms,rm.terms)

tab_model(m1,auto.label = F)
tab_model(m1, terms = c("c160age", "c12hour"),auto.label = F)
tab_model(m1, rm.terms = c("c172code2", "c161sex2"),auto.label = F)
圖片.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末蚁袭,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子石咬,更是在濱河造成了極大的恐慌揩悄,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,080評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件鬼悠,死亡現(xiàn)場離奇詭異删性,居然都是意外死亡,警方通過查閱死者的電腦和手機焕窝,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,422評論 3 385
  • 文/潘曉璐 我一進店門蹬挺,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人它掂,你說我怎么就攤上這事巴帮。” “怎么了虐秋?”我有些...
    開封第一講書人閱讀 157,630評論 0 348
  • 文/不壞的土叔 我叫張陵榕茧,是天一觀的道長。 經(jīng)常有香客問我熟妓,道長雪猪,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,554評論 1 284
  • 正文 為了忘掉前任起愈,我火速辦了婚禮,結果婚禮上译仗,老公的妹妹穿的比我還像新娘抬虽。我一直安慰自己,他們只是感情好纵菌,可當我...
    茶點故事閱讀 65,662評論 6 386
  • 文/花漫 我一把揭開白布阐污。 她就那樣靜靜地躺著,像睡著了一般咱圆。 火紅的嫁衣襯著肌膚如雪笛辟。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,856評論 1 290
  • 那天序苏,我揣著相機與錄音手幢,去河邊找鬼。 笑死忱详,一個胖子當著我的面吹牛围来,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 39,014評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼监透,長吁一口氣:“原來是場噩夢啊……” “哼桶错!你這毒婦竟也來了?” 一聲冷哼從身側響起胀蛮,我...
    開封第一講書人閱讀 37,752評論 0 268
  • 序言:老撾萬榮一對情侶失蹤院刁,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后粪狼,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體黎比,經(jīng)...
    沈念sama閱讀 44,212評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,541評論 2 327
  • 正文 我和宋清朗相戀三年鸳玩,在試婚紗的時候發(fā)現(xiàn)自己被綠了阅虫。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,687評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡不跟,死狀恐怖颓帝,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情窝革,我是刑警寧澤购城,帶...
    沈念sama閱讀 34,347評論 4 331
  • 正文 年R本政府宣布,位于F島的核電站虐译,受9級特大地震影響瘪板,放射性物質發(fā)生泄漏。R本人自食惡果不足惜漆诽,卻給世界環(huán)境...
    茶點故事閱讀 39,973評論 3 315
  • 文/蒙蒙 一侮攀、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧厢拭,春花似錦兰英、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,777評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至楞捂,卻和暖如春薄坏,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背寨闹。 一陣腳步聲響...
    開封第一講書人閱讀 32,006評論 1 266
  • 我被黑心中介騙來泰國打工胶坠, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人鼻忠。 一個月前我還...
    沈念sama閱讀 46,406評論 2 360
  • 正文 我出身青樓涵但,卻偏偏與公主長得像杈绸,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子矮瘟,可洞房花燭夜當晚...
    茶點故事閱讀 43,576評論 2 349