R: Vẽ dự đoán của mô hình thứ MASS polr

Question

Tôi gắn một tỷ lệ cược tỷ lệ mô hình logit tích lũy trên dữ liệu thứ tự sử dụng MASS 's polr chức năng sử dụng (trong trường hợp này trên các số liệu đưa ra các ưu tiên đối với các loại pho mát):

data=read.csv("https://www.dropbox.com/s/psj74dx8ohnrdlp/cheese.csv?dl=1") 
data$response=factor(data$response, ordered=T) # make response into ordered factor 
head(data) 
    cheese response count 
1  A  1  0 
2  A  2  0 
3  A  3  1 
4  A  4  7 
5  A  5  8 
6  A  6  8 
library(MASS) 
fit=polr(response ~ cheese, weights=count, data=data, Hess=TRUE, method="logistic") 

Để vẽ những dự đoán của mô hình tôi đã thực hiện một âm mưu hiệu quả sử dụng

library(effects) 
library(colorRamps) 
plot(allEffects(fit),ylab="Response",type="probability",style="stacked",colors=colorRampPalette(c("white","red"))(9)) 

Tôi đã tự hỏi, mặc dù từ các phương tiện dự đoán được báo cáo bởi gói effects người ta cũng có thể âm mưu một cái gì đó giống như sở thích trung bình cho từng loại pho mát cùng với khoảng thời gian conf 95% về điều này?

EDIT: ban đầu tôi cũng được hỏi về làm thế nào để có được kiểm tra posthoc Tukey, nhưng trong khi chờ đợi tôi phát hiện ra rằng những người có thể thu được bằng

library(multcomp) 
summary(glht(fit, mcp(cheese = "Tukey"))) 

hoặc sử dụng gói lsmeans như

summary(lsmeans(fit, pairwise ~ cheese, adjust="tukey", mode = "linear.predictor"),type="response") 

Answer 1

Russ Lenth chỉ vui lòng chỉ ra cho tôi rằng sở thích trung bình và khoảng tin cậy 95% có thể thu được đơn giản chỉ với lsmeans với option mode="mean" (?models) (điều tương tự cũng áp dụng cho một clm hoặc clmm mô hình phù hợp sử dụng gói ordinal):

df=summary(lsmeans(fit, pairwise ~ cheese, mode = "mean"),type="response")$lsmeans 
cheese mean.class  SE df asymp.LCL asymp.UCL 
A  6.272828 0.1963144 NA 5.888058 6.657597 
B  3.494899 0.2116926 NA 3.079989 3.909809 
C  4.879440 0.2006915 NA 4.486091 5.272788 
D  7.422159 0.1654718 NA 7.097840 7.746478 

mà mang lại cho tôi những âm mưu tôi đang tìm kiếm:

library(ggplot2) 
library(ggthemes) 
ggplot(df, aes(cheese, mean.class)) + geom_bar(stat="identity", position="dodge", fill="steelblue", width=0.6) + 
    geom_errorbar(aes(ymin=asymp.LCL, ymax=asymp.UCL), width=0.15, position=position_dodge(width=0.9)) + 
    theme_few(base_size=18) + xlab("Type of cheese") + ylab("Mean preference") + 
    coord_cartesian(ylim = c(1, 9)) + scale_y_continuous(breaks=1:9)