मेरा लक्ष्य सहसंयोजकों के लिए एक रेखीय मॉडल नियंत्रण (या केंद्रित) के आधार पर geom_smooth (पहले उदाहरण में) प्लॉट करना है। मैं आसानी से एक चार्ट तैयार कर सकता हूं जो IV (x) और DV (y) को प्लॉट करता है, लेकिन मैं यह नहीं समझ सकता कि कोवरिएट्स के लिए DV को कैसे समायोजित किया जाए।

चर:

"Age" = as stated (covariate to be controlled for)

"Gender" = as stated (covariate to be controlled for)

"O" = Openness (non-mean-centred personality trait - see "Omc")

"E" = Extraversion (the non-mean-centred independent variable to be plotted)

"Professionals" = Occupation (the non-mean-centred moderator variable to be plotted)

"Omc" = Mean-centred Openness (covariate to be controlled for in the lm model)

"Emc" = Mean-centred Extraversion (independent variable in the lm model)

"Pmc" = Mean-centred Professionals (moderator variable in the lm model)

"OxP" = Openness x Professionals interaction term (controlled for in the lm model)

"ExP" = Extraversion x Professionals interaction term (of primary interest in the lm model and serves as the justification for the ggplot)

मेरे पास मॉडल और संबंधित चार्ट के लिए कोड है:

lm.js <- lm(Job_Very_Stressful ~ Age + Gender + Omc + Emc + Pmc + OxP + ExP, data = df.eg)
summary(lm.js)

ggplot(df.eg, aes(x = E, y = Job_Very_Stressful, col = Professionals)) + geom_smooth(method = "lm", alpha = 0.25) + labs(x = "Extraversion", y = "Job Stress") + theme(legend.title=element_blank(), legend.position = "top", text = element_text(size=13), axis.text = element_text(size=10), panel.grid.major = element_line(colour = "grey", size = 0.5, 3)) + coord_cartesian(ylim = c(1.00, 10.00), xlim = c(1.00, 7.00)) + scale_y_continuous(breaks = seq(1.00, 10.00, 0.50)) + scale_x_continuous(breaks = seq(1.00, 7.00, 1.00))

dput(head(df.eg, 50)) का उपयोग करके नमूना डेटा (ये डेटा एक महत्वपूर्ण lm परिणाम नहीं देगा, लेकिन यह इस उद्देश्य के लिए कोई फर्क नहीं पड़ता):

structure(list(Age = c(37L, 66L, 33L, 55L, 60L, 61L, 27L, 54L, 
55L, 33L, 33L, 27L, 20L, 25L, 18L, 38L, 36L, 41L, 38L, 58L, 37L, 
32L, 45L, 24L, 51L, 37L, 15L, 48L, 43L, 19L, 49L, 39L, 38L, 28L, 
42L, 26L, 37L, 58L, 55L, 46L, 57L, 45L, 16L, 27L, 33L, 58L, 23L, 
60L, 30L, 24L), Gender = c(1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 
2L, 2L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 
2L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 2L), O = c(6.16666666666667, 
4.16666666666667, 5.16666666666667, 4.66666666666667, 6.5, 4.66666666666667, 
3, 4.5, 5, 4.16666666666667, 3.5, 3.5, 4.66666666666667, 4.33333333333333, 
4.83333333333333, 3.66666666666667, 6, 5.5, 2, 4.66666666666667, 
3.16666666666667, 3.33333333333333, 3.66666666666667, 2.5, 4.33333333333333, 
6.83333333333333, 5, 4.16666666666667, 4.66666666666667, 5.5, 
4.33333333333333, 5.16666666666667, 3.5, 2.66666666666667, 5.33333333333333, 
2.16666666666667, 4, 4.16666666666667, 4.16666666666667, 3.83333333333333, 
2.83333333333333, 5.5, 3.33333333333333, 5.83333333333333, 4, 
2.83333333333333, 5, 3.83333333333333, 4.83333333333333, 5.83333333333333
), E = c(5.33333333333333, 5.16666666666667, 5.83333333333333, 
5.5, 5.33333333333333, 6.83333333333333, 4.5, 5, 6.83333333333333, 
4.66666666666667, 3, 4.5, 5.33333333333333, 6.16666666666667, 
5.16666666666667, 5.66666666666667, 6.5, 2, 3.16666666666667, 
3.16666666666667, 2.83333333333333, 4, 3.66666666666667, 3.16666666666667, 
4.16666666666667, 3.33333333333333, 6.5, 3.83333333333333, 4.33333333333333, 
2.83333333333333, 4, 4, 3, 5.33333333333333, 3.83333333333333, 
3.83333333333333, 4.33333333333333, 5.66666666666667, 4.33333333333333, 
5.83333333333333, 3.83333333333333, 2.66666666666667, 4.16666666666667, 
4.66666666666667, 4.5, 3.83333333333333, 6.5, 3.5, 4.33333333333333, 
5.5), Professionals = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), Job_Very_Stressful = c(1L, 1L, 
5L, 7L, 1L, 3L, 5L, 5L, 4L, 6L, 4L, 1L, 2L, 2L, 2L, 4L, 2L, 1L, 
1L, 2L, 5L, 5L, 2L, 6L, 5L, 5L, 2L, 5L, 3L, 1L, 2L, 2L, 7L, 1L, 
2L, 3L, 5L, 1L, 3L, 3L, 5L, 6L, 3L, 4L, 4L, 3L, 3L, 1L, 3L, 5L
), Omc = c(1.76244927536232, -0.237550724637678, 0.762449275362322, 
0.262449275362322, 2.09578260869565, 0.262449275362322, -1.40421739130435, 
0.0957826086956519, 0.595782608695652, -0.237550724637678, -0.904217391304348, 
-0.904217391304348, 0.262449275362322, -0.0708840579710177, 0.429115942028982, 
-0.737550724637678, 1.59578260869565, 1.09578260869565, -2.40421739130435, 
0.262449275362322, -1.23755072463768, -1.07088405797102, -0.737550724637678, 
-1.90421739130435, -0.0708840579710177, 2.42911594202898, 0.595782608695652, 
-0.237550724637678, 0.262449275362322, 1.09578260869565, -0.0708840579710177, 
0.762449275362322, -0.904217391304348, -1.73755072463768, 0.929115942028982, 
-2.23755072463768, -0.404217391304348, -0.237550724637678, -0.237550724637678, 
-0.570884057971018, -1.57088405797102, 1.09578260869565, -1.07088405797102, 
1.42911594202898, -0.404217391304348, -1.57088405797102, 0.595782608695652, 
-0.570884057971018, 0.429115942028982, 1.42911594202898), Emc = c(0.843115942028983, 
0.676449275362322, 1.34311594202898, 1.00978260869565, 0.843115942028983, 
2.34311594202898, 0.00978260869565251, 0.509782608695653, 2.34311594202898, 
0.176449275362322, -1.49021739130435, 0.00978260869565251, 0.843115942028983, 
1.67644927536232, 0.676449275362322, 1.17644927536232, 2.00978260869565, 
-2.49021739130435, -1.32355072463768, -1.32355072463768, -1.65688405797102, 
-0.490217391304347, -0.823550724637677, -1.32355072463768, -0.323550724637678, 
-1.15688405797102, 2.00978260869565, -0.656884057971018, -0.156884057971017, 
-1.65688405797102, -0.490217391304347, -0.490217391304347, -1.49021739130435, 
0.843115942028983, -0.656884057971018, -0.656884057971018, -0.156884057971017, 
1.17644927536232, -0.156884057971017, 1.34311594202898, -0.656884057971018, 
-1.82355072463768, -0.323550724637678, 0.176449275362322, 0.00978260869565251, 
-0.656884057971018, 2.00978260869565, -0.990217391304347, -0.156884057971017, 
1.00978260869565), Pmc = c(0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 
0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 
0.5, 0.5, 0.5, 0.5, 0.5, 0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 
-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 
-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, -0.5), OxP = c(0.881224637681161, 
-0.118775362318839, 0.381224637681161, 0.131224637681161, 1.04789130434783, 
0.131224637681161, -0.702108695652174, 0.047891304347826, 0.297891304347826, 
-0.118775362318839, -0.452108695652174, -0.452108695652174, 0.131224637681161, 
-0.0354420289855089, 0.214557971014491, -0.368775362318839, 0.797891304347826, 
0.547891304347826, -1.20210869565217, 0.131224637681161, -0.618775362318839, 
-0.535442028985509, -0.368775362318839, -0.952108695652174, -0.0354420289855089, 
1.21455797101449, -0.297891304347826, 0.118775362318839, -0.131224637681161, 
-0.547891304347826, 0.0354420289855089, -0.381224637681161, 0.452108695652174, 
0.868775362318839, -0.464557971014491, 1.11877536231884, 0.202108695652174, 
0.118775362318839, 0.118775362318839, 0.285442028985509, 0.785442028985509, 
-0.547891304347826, 0.535442028985509, -0.714557971014491, 0.202108695652174, 
0.785442028985509, -0.297891304347826, 0.285442028985509, -0.214557971014491, 
-0.714557971014491), ExP = c(0.421557971014491, 0.338224637681161, 
0.671557971014491, 0.504891304347826, 0.421557971014491, 1.17155797101449, 
0.00489130434782625, 0.254891304347826, 1.17155797101449, 0.0882246376811611, 
-0.745108695652174, 0.00489130434782625, 0.421557971014491, 0.838224637681161, 
0.338224637681161, 0.588224637681161, 1.00489130434783, -1.24510869565217, 
-0.661775362318839, -0.661775362318839, -0.828442028985509, -0.245108695652174, 
-0.411775362318839, -0.661775362318839, -0.161775362318839, -0.578442028985509, 
-1.00489130434783, 0.328442028985509, 0.0784420289855086, 0.828442028985509, 
0.245108695652174, 0.245108695652174, 0.745108695652174, -0.421557971014491, 
0.328442028985509, 0.328442028985509, 0.0784420289855086, -0.588224637681161, 
0.0784420289855086, -0.671557971014491, 0.328442028985509, 0.911775362318839, 
0.161775362318839, -0.0882246376811611, -0.00489130434782625, 
0.328442028985509, -1.00489130434783, 0.495108695652174, 0.0784420289855086, 
-0.504891304347826)), .Names = c("Age", "Gender", "O", "E", "Professionals", 
"Job_Very_Stressful", "Omc", "Emc", "Pmc", "OxP", "ExP"), row.names = 2275:2324, class = "data.frame")
1
aspark2020 30 मई 2018, 09:47

1 उत्तर

सबसे बढ़िया उत्तर

jtools पैकेज हाल ही में जारी किया गया है और इसमें सहसंयोजकों के माध्य के लिए भूखंडों को केंद्र में रखने का विकल्प है।

1
aspark2020 31 मई 2018, 12:39