手动绘制R语言Logistic回归模型的外部验证校准曲线（Calibration curve）（2）

校准曲线图表示的是预测值和实际值的差距，作为预测模型的重要部分，目前很多函数能绘制校准曲线。
一般分为两种，一种是通过Hosmer-Lemeshow检验，把P值分为10等分，求出每等分的预测值和实际值的差距

另外一种是calibration函数重抽样绘制连续的校准图

我们既往文章《手动绘制logistic回归预测模型校准曲线》已经进行了手动绘制logistic回归预测模型校准曲线，有粉丝后台问怎么进行外部数据的校准曲线验证，其实外部数据主要是数据和P值不同，其他都是一样的，绘制起来非常简单，今天我们来演示一下。
我们先导入数据，继续使用我们的早产数据，

library(ggplot2)
library(rms)
bc<-read.csv("E:/r/test/zaochan.csv",sep=',',header=TRUE)

这是一个关于早产低体重儿的数据（公众号回复：早产数据，可以获得该数据），低于2500g被认为是低体重儿。数据解释如下：low 是否是小于2500g早产低体重儿，age 母亲的年龄，lwt 末次月经体重，race 种族，smoke 孕期抽烟，ptl 早产史（计数），ht 有高血压病史，ui 子宫过敏，ftv 早孕时看医生的次数，bwt 新生儿体重数值。
我们先把分类变量转成因子

bc$race<-ifelse(bc$race=="black",1,ifelse(bc$race=="white",2,3))
bc$smoke<-ifelse(bc$smoke=="nonsmoker",0,1)
bc$race<-factor(bc$race)
bc$ht<-factor(bc$ht)
bc$ui<-factor(bc$ui)

外部验证需要外部数据，我们没有外部数据，这里把数据分为2部分，一部分建模，另一部当外部数据来验证。

set.seed(123)
tr1<- sample(nrow(bc),0.6*nrow(bc))##随机无放抽取
bc_train <- bc[tr1,]#60%数据集
bc_test<- bc[-tr1,]#40%数据集

这样我们就生成了bc_train，bc_test这2个数据集，我们用bc_train来建模，bc_test来验证模型。

建立模型

fit<-glm(low ~ age + lwt + race + smoke + ptl + ht + ui + ftv,family = binomial("logit"),data = bc_train )

生成概率

pr1<- predict(fit,type = c("response"))#得出预测概率

外部数据生成概率

pr2 <- predict(fit,newdata= bc_test,type = c("response"))

生成两个数据的结局变量

y1<-bc_train[, "low"]
y2<-bc_test[, "low"]

OK，生成了概率和结局变量就可以绘图了，参照我上篇文章的方法就可以了，这里直接走下代码，因为是外部验证，所以用的是pr2和y2

p<-pr2
y =y2
sor <- order(p)
p <- p[sor]
y <- y[sor]
groep <- cut2(p, g = 10)
meanpred <- round(tapply(p, groep, mean), 3)
meanobs <- round(tapply(y, groep, mean), 3)
plot(meanpred, meanobs,xlab = "Predicted risk", ylab = "Observed risk", pch = 16, ps = 2, xlim = c(0, 1), ylim = c(0, 1), cex.lab = 1.2, cex.axis = 1.1, las = 1)
abline(0, 1, col = "grey", lwd = 1, lty = 1)

这样外部验证的校准曲线就生成了，如果想偷懒一点可以使用我自己编写的一个小程序，绘制校准曲线还算方便，函数的主体为

gg2<-function(data,p,y,group=1,leb)

名字乱取的，不要在意这些小细节，这个函数有5个输出，可以用来进行单独的和分类的校准曲线，如果我们绘制单独的校准曲线需要data, p, y 这3个指标，就是：数据集，预测概率和结果变量，
我们操作一下，先做出bc_train建模数据的校准曲线

plot1<-gg2(bc_train,pr1,y1)

生成了一个plot1的数据，

把plot1填入下方代码中，其他都不用改，当然你想自己调整也是可以的

ggplot(plot1, aes(x=meanpred, y=meanobs)) + geom_errorbar(aes(ymin=meanobs-1.96*se, ymax=meanobs+1.96*se), width=.02)+annotate(geom = "segment", x = 0, y = 0, xend =1, yend = 1)+expand_limits(x = 0, y = 0) + scale_x_continuous(expand = c(0, 0)) + scale_y_continuous(expand = c(0, 0))+geom_point(size=3, shape=21, fill="white")+xlab("预测概率")+ylab("实际概率")

bc_test验证数据的校准曲线

plot2<-gg2(bc_test,pr2,y2)

也是把plot2填入ggplot就可以了，其他不用改，当然你想自己调整也是可以的

ggplot(plot2, aes(x=meanpred, y=meanobs)) + geom_errorbar(aes(ymin=meanobs-1.96*se, ymax=meanobs+1.96*se), width=.02)+annotate(geom = "segment", x = 0, y = 0, xend =1, yend = 1)+expand_limits(x = 0, y = 0) + scale_x_continuous(expand = c(0, 0)) + scale_y_continuous(expand = c(0, 0))+geom_point(size=3, shape=21, fill="white")+xlab("预测概率")+ylab("实际概率")

这样，外部数据的校准曲线也出来了，可以看出验证能力差了很多。
如果你想再懒一点，直接使用我的升级版gg3程序直接出图也可以

gg3(bc_train,pr1,y1)

gg3(bc_test,pr2,y2)

其实gg3就是 gg2把ggplot的绘图部分添加了进来，虽然可以直接绘图，但是减弱了你对图形的修改，我建议还是使用gg2比较好，使用了gg3其实和使用其他R包绘制校准曲线也没什么不同了。还有一点这两个程序都需要rms包和ggplot2包支持，这两个包要加载进来。
OK，本章结束，需要我的自定义函数的请公众号回复：代码。
下期说下怎么绘制这种图

更多精彩文章，请关注公众号：零基础说科研。

手动绘制R语言Logistic回归模型的外部验证校准曲线（Calibration curve）（2）相关推荐

R语言Logistic回归模型亚组分析森林图(forest plot)绘制
R语言Logistic回归模型亚组分析森林图(forest plot)绘制目录 R语言Logistic回归模型亚组分析森林图(forest plot)R语言Logistic回归模型亚组分析森林图
R语言Logistic回归模型案例（绘制列线图、校正曲线）：研究低出生体重婴儿的核心影像因素
R语言Logistic回归模型案例(绘制列线图.校正曲线):研究低出生体重婴儿的核心影像因素目录
R语言Logistic回归模型案例基于AER包的affair数据分析
R语言Logistic回归模型案例基于AER包的affair数据目录 R语言Logistic回归模型案例基于AER包的affair数据 #数据加载及目标变量二值化
R语言Logistic回归模型案例:低出生婴儿体重的影响因素分析（列线图、校准曲线）
R语言Logistic回归模型案例:低出生婴儿体重影响因素分析(列线图.校准曲线) 目录 R语言Logistic回归模型案例:低出生婴儿体重影响因素分析(列线图.校准曲线ÿ
R语言Logistic回归模型案例:分析吸烟、饮酒与食管癌的关系
R语言Logistic回归模型案例:分析吸烟.饮酒与食管癌的关系目录 R语言Logistic回归模型案例分析吸烟.饮酒与食管癌的关系 #样例数据
r语言结构方程模型可视化_R语言Logistic回归模型深度验证以及Nomogram绘制
01 研究背景本章将常用的基于R语言实现二元Logistic回归模型临床预测模型的构建和验证,以及诺曼图的绘制记录下来,更为复杂的生存分析中的Cox回归将在后续章节介绍.临床预测模型的思路总结如下: ...
R语言cox回归模型案例（绘制列线图、校正曲线）：放疗是否会延长胰脏癌手术患者的生存时间
R语言cox回归模型案例(绘制列线图.校正曲线):放疗是否会延长胰脏癌手术患者的生存时间目录
r语言解释回归模型的假设_模型假设-解释
r语言解释回归模型的假设 Ever heard of model assumptions? What are they? And why are they important? A model is ...
R语言构建回归模型并进行模型诊断（线性关系不满足时）、进行变量变换（Transforming variables）、使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换
R语言构建回归模型并进行模型诊断(线性关系不满足时).进行变量变换(Transforming variables).使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换目 ...

手动绘制R语言Logistic回归模型的外部验证校准曲线（Calibration curve）（2）

手动绘制R语言Logistic回归模型的外部验证校准曲线（Calibration curve）（2）相关推荐

最新文章

热门文章