Como plotar o limite de decisão em R para o modelo de regressão logística?

Eu fiz um modelo de regressão logística usando glm em R. Eu tenho duas variáveis independentes. Como posso plotar o limite de decisão do meu modelo no gráfico de dispersão das duas variáveis. Por exemplo, como plotar uma figura como: http://onlinecourses.science.psu.edu/stat557/node/55

Obrigado.

r logistic

— user2755
fonte

O link para a figura está morto.

— Nick Stauner

Respostas:

set.seed(1234)

x1 <- rnorm(20, 1, 2)
x2 <- rnorm(20)

y <- sign(-1 - 2 * x1 + 4 * x2 )

y[ y == -1] <- 0

df <- cbind.data.frame( y, x1, x2)

mdl <- glm( y ~ . , data = df , family=binomial)

slope <- coef(mdl)[2]/(-coef(mdl)[3])
intercept <- coef(mdl)[1]/(-coef(mdl)[3]) 

library(lattice)
xyplot( x2 ~ x1 , data = df, groups = y,
   panel=function(...){
       panel.xyplot(...)
       panel.abline(intercept , slope)
       panel.grid(...)
       })

texto alternativo

Devo observar que a separação perfeita ocorre aqui; portanto, a glmfunção fornece um aviso. Mas isso não é importante aqui, pois o objetivo é ilustrar como desenhar o limite linear e as observações coloridas de acordo com suas covariáveis.

— suncoolsu
fonte

Espero que eu não sou antiquado se eu usar rede :-)

— suncoolsu

Espero também que, se este for um problema de HW, você não copie e cole simplesmente.

— suncoolsu

Obrigado. Esta não é uma pergunta de HW e a resposta é útil para eu entender meu modelo.

— precisa saber é o seguinte

oh sim, você é :)

— mpiktas

Alguém pode me explicar a lógica por trás da encosta e interceptar? (em relação ao modelo logístico)

— Fernando

Queria abordar a pergunta em comentário à resposta aceita de Fernando: Alguém pode explicar a lógica por trás da encosta e interceptar?

A hipótese de regressão logística assume a forma de:

h_{θ} = g (z)

$h_{\theta} = g(z)$

$g(z)$ $z$

z = θ_{0 0} + θ_{1} x_{1} + θ_{2} x_{2}

$z = \theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2}$

$y = 1$ $h_{\theta} \geq 0.5$

θ_{0 0} + θ_{1} x_{1} + θ_{2} x_{2} \geq 0 0

$\theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2} \geq 0$

o acima é o limite de decisão e pode ser reorganizado como:

x_{2} \geq \frac{- θ_{0 0}}{θ_{2}} + \frac{- θ_{1}}{θ_{2}} x_{1}

$x_{2} \geq \frac{-\theta_{0}}{\theta_{2}} + \frac{-\theta_{1}}{\theta_{2}}x_{1}$

$y = mx + b$ $m$ $b$

— Andy
fonte

Boa explicação que acompanha a resposta acima!

— Augustin