Output dari model logistik di R

Saya mencoba menafsirkan tipe model logistik berikut:

mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial)

Apakah output dari predict(mdl)peluang keberhasilan yang diharapkan untuk setiap titik data? Apakah ada cara sederhana untuk menabulasi peluang untuk setiap tingkat faktor model, daripada semua titik data?

r logistic generalized-linear-model

— James
sumber

Bisakah Anda lebih tepat tentang apa yang Anda maksud dengan tabulasi silang OR? Faktor Anda memiliki lebih dari dua level?

— chl

Ya, masing-masing faktor memiliki 3 dan 6 level. Saya menginginkan tabel berapa prediksi odds untuk setiap kemungkinan kombinasi fac1dan fac2.

— James

Ok, jawaban Bernd baik-baik saja dengan saya. Mungkin lihat Designpaket dari Franck Harrell; ini memiliki fungsi yang sangat bagus lrm()untuk GLM dan hal-hal terkait.

— chl

Halaman bantuan untuk

predict.glm

status: "Jadi untuk model binomial default, prediksi default adalah log-odds (probabilitas pada skala logit) dan 'type =" response "' memberikan probabilitas yang diprediksi". Jadi, predict(mdl)kembalikan log (peluang), dan menggunakan "type =" response "mengembalikan probabilitas yang diprediksi. Anda mungkin menemukan contoh mainan ini instruktif:

> y <- c(0,0,0,1,1,1,1,1,1,1)
> prop.table(table(y))
y
  0   1 
0.3 0.7 
> glm.y <- glm(y~1, family = "binomial")
> ## predicted log(odds)
> predict(glm.y)
        1         2         3         4         5         6         7         8 
0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 
        9        10 
0.8472979 0.8472979 
> ## predicted probabilities (p = odds/(1+odds))
> exp(predict(glm.y))/(1+exp(predict(glm.y)))
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 
> predict(glm.y, type = "response")
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7

Mengenai pertanyaan kedua Anda, Anda mungkin ingin memeriksa efek-paket http://socserv.socsci.mcmaster.ca/jfox/Misc/effects/index.html oleh John Fox; lihat juga artikel JSS-nya "Menampilkan Efek dalam R untuk Generalized Linear Models" (hlm. 8-10).

— Bernd Weiss
sumber

Luar biasa! Ini persis apa yang saya cari, terima kasih!

— James