Untuk data longitudinal dengan hasil numerik, saya bisa menggunakan plot spageti untuk memvisualisasikan data. Misalnya sesuatu seperti ini (diambil dari situs Statistik UCLA):
tolerance<-read.table("http://www.ats.ucla.edu/stat/r/faq/tolpp.csv",sep=",", header=T)
head(tolerance, n=10)
interaction.plot(tolerance$time, tolerance$id, tolerance$tolerance,
xlab="time", ylab="Tolerance", legend=F)
Tetapi bagaimana jika hasil saya adalah biner 0 atau 1? Misalnya, dalam data "ohio" di R, variabel "resp" biner menunjukkan adanya penyakit pernapasan:
library(geepack)
ohio2 <- ohio[2049:2148,]
head(ohio2, n=12)
resp id age smoke
2049 1 512 -2 1
2050 0 512 -1 1
2051 0 512 0 1
2052 0 512 1 1
2053 1 513 -2 1
2054 0 513 -1 1
2055 0 513 0 1
2056 1 513 1 1
2057 1 514 -2 1
2058 0 514 -1 1
2059 0 514 0 1
2060 1 514 1 1
interaction.plot(ohio2$age+9, ohio2$id, ohio2$resp,
xlab="age", ylab="Wheeze status", legend=F)
Plot spageti memberikan angka yang bagus, tetapi tidak terlalu informatif dan tidak banyak memberi tahu saya. Apa cara yang cocok untuk memvisualisasikan data semacam ini? Mungkin sesuatu yang mencakup nilai probabilitas pada sumbu y?
ohio
data (2.15) (setidaknya bukan sebagai bagian dari basis). Apakah itu dalam versi yang lebih baru atau melalui perpustakaan lain? Ini akan menjadi aplikasi yang menarik untuk peta panas dengan individu pada sumbu Y dan hasil pada sumbu X, kemudian plot 1 tanggapan sebagai hitam dan 0 tanggapan sebagai putih. Menyortir matriks kemudian akan memberikan gambaran tentang bagaimana pola yang berbeda lazim.
geepack
paket.