集計レベルで個別レベルglm-fitをプロットする

Question

Rでは、個別レベルのデータにGLM（logit）を二項従属変数で当てはめています。

しかし、私は、集計レベル（つまり、y軸の成功率％）でフィットをプロットしたいと考えています。実現されたデータ（集計）と回帰直線の散布をプロットする最も簡単な方法は何でしょうか？ 私はすでにstat_smooth（）でggplotを試しましたが、集計レベルで分散を作成すると、glmもこの集約レベルに適合します。

library(datasets) 
data(mtcars) 
fit <- glm(vs ~ mpg + cyl + mpg:cyl + disp + drat, family=binomial(link='logit'), data=mtcars) 

mtcars_agg <- mtcars %>% 
    group_by(carb) %>% 
    summarise_each(funs(mean)) 

form <- formula("mtcars$vs ~ mtcars$mpg + mtcars$cyl + mtcars$mpg:mtcars$cyl + mtcars$disp + mtcars$drat") 

ggplot(mtcars_agg, aes(x=mpg, y=vs)) + geom_point() + 
    stat_smooth(data=mtcars, method="glm", formula = form, method.args=list(family="binomial"), se=FALSE) 

誰もこれに対処する方法を知っていますか？

1. それはちょうど式としてy ~ xを取ります 私はstat_smooth呼び出しで式を指定しない場合、私はそれを見たいかではない2つのものがあります。しかし、私は相互作用変数も含めたいと思います。
2. 集計レベルのデータではなく、個別レベルのデータに合わせたいと思います。式を指定せずに

は、プロットは次のようになります。

Answer 1

私はコメントに書いたように、私はあなたが5次元プロットを報いると同じようなGLMを視覚化することは不可能だと思います。しかし、他の変数が一定である間に、異なるmpg（または他の変数）に対する確率を視覚化することが可能である。ここで

は私の例である：

library(datasets) 
data(mtcars) 

fit <- glm(vs ~ mpg + cyl + mpg:cyl + disp + drat, family=binomial(link='logit'), data=mtcars) 

to.visualize <- expand.grid(mpg=c(10:35), cyl=4, disp=300, drat=4) 
to.visualize$vs <- predict.glm(fit, newdata = to.visualize, type="response") 

library(ggplot2) 
ggplot(data=to.visualize, aes(x=mpg, y=vs))+ 
    geom_point()+ 
    geom_path()+ 
    ggtitle("Probability of vs for different mpg while cyl=4, disp=300, drat=4") 

次のようになりますプロット与えるもの：