Boxplot nach glm erstellen

Wie erstelle ich Grafiken, was ist zu beachten?

Moderatoren: EDi, jogo

Antworten
Liane

Boxplot nach glm erstellen

Beitrag von Liane »

Hallo,
ich brauche nochmal eure Hilfe.
Ich habe mit meinen Daten (Anzahl der Tiere "animals" pro Behandlung "treatment" ein glm laufen lassen und geplottet (siehe R-Code). Der Graf, den R mir dann ausspuckt ist nicht besonders chick und nicht publikationsreif. Ich hätte mein Model gerne mit simplen boxplots, hab allerdings keine Ahnung wie das geht. Ich hab ein bisschen ausprobiert (Versuch 1 und 2), aber eigentlich war mir von Anfang an klar, dass meine Ideen zum Scheitern verurteilt sind. Gerade Versuch 1 ist ja "einfach" gemacht, aber woher will R hier wissen, dass er das vorige Modell benutzen soll? Ich wollte es trottzdem mal ausprobieren, an Mangel aus Alternativen ;) . Versuch 2 endet in einer Fehlermeldung.
Könnt ihr mir erklären, wie man nach einem glm eine schöne, publizierbare Grafik hinbekommt?
Vielen Dank!

Code: Alles auswählen

model3 = glm(animals ~ Treatment, family="poisson", data = table1)
plot(model3)
summary(model3)
plot(allEffects(model3))

#Versuch 1:
boxplot(animals ~ Treatment, data = table1) 

#Versuch 2:
boxplot(allEffects(model3))
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Boxplot nach glm erstellen

Beitrag von EDi »

Wie willst du denn ein Model anhand von boxplots darstellen? Erkläre das bitte: Was sollen die whisker darstellen, was die box und was die horizontale Linie?

Ich würde Estimates (und zwar auf der response-Skala) + 95% CI also punkte und Whisker darstellen... Estimates samt Ci gibt mit lsmeans (oder auch direkt aus glm, aber da muss man mehr machen).
Plot würde ich mit ggplot machen (geom_point, geom_errorbar). Dazu vielleicht noch Buchstaben drüber die die signifikanz von paarweisen vergleichen zeigt (auch lsmeans).

BTW: Passt possion von den Annahmen her (also Varianz = Mittelwert)? Ist mir bisher selten über den weg gelaufen, dass sich Tiere in die poisson-Verteilung drücken lassen... Oft hat's overdispersion, d.h. Varianz > Mittelwert.
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
Antworten