R学习笔记(15)：一个建模实例

p <- nlme::Oxboys %>% ggplot(aes(age,height,group=Subject))+geom_line()

1. 建模

model <- lme(height~age,data = nlme::Oxboys,random = ~ 1 + age|Subject)

2. 如何判断模型好坏

2.1 自建测试数据集，根据模型用预测的x~y关系绘图，在图上比较

age_grid <- seq(-1,1,length=10)
sample <- unique(nlme::Oxboys$Subject)
preds <- expand.grid(age=age_grid,Subject=sample) 

expand.grid()扩充为数据框
先对第二列排序，再对第一列排序

preds$height <- predict(model,preds)

predict()提供模型和input，做预测，并返回一列y值；
input可以是数据框，包含与建模时同名(age)的x变量；
input可选，如果不提供，则用建模时的x变量。

p+geom_line(data=preds,color="lightblue")

运用到的图层语法：在不同的图层改变图形属性和数据集

看上去还可以？！

2.2 观察残差

Oxboys$fitted <- predict(model)
Oxboys$resid <- with(Oxboys, fitted - height)
p %+% Oxboys+aes(y=resid)+geom_smooth(aes(group=1))
#%+%表示更新，更新了数据集、图形属性的映射、几何对象

图形反映出残差跟x即age有明显的关系（先增后减），因此该模型不合适。正常情况下，应无规律地分散在y=0的两侧。

3. 改善模型

model2 <- update(model, height ~ age + I(age ^ 2))
Oxboys$fitted2 <- predict(model2)
Oxboys$resid2 <- with(Oxboys, fitted2 - height)
p %+% Oxboys+aes(y=resid2)+geom_smooth(aes(group=1))