그래서 R을 사용하여 로지스틱 회귀를 수행하지만 오프셋을 사용하고 있습니다.R glm 오브젝트와 오프셋을 사용한 예측
mylogit <- glm(Y ~ X1 + offset(0.2*X2) + offset(0.4*X3), data = test, family = "binomial")
출력에는 단 하나의 계수 인 예측 및 예측 자 X1 만 표시됩니다.
Coefficients:
(Intercept) X1
0.5250748 0.0157259
내 질문 :이 모델의 각 관찰에서 어떻게 미가공 예측을 얻습니까? 더 구체적으로, 예측 함수를 사용하면 모델 계수가 절편과 X1 만 포함 된 것으로 나열 되더라도 모든 기능과 계수가 포함됩니까?
prob = predict(mylogit,test,type=c("response"))
예측 기능을 사용해야합니까? "mylogit"객체에 직접 계산할 수있는 항목이 있습니까? (예, glm에 관한 문서를 보았지만 여전히 혼란 스럽습니다.)
환자 분들께 감사드립니다.
종합적인 답변을 보내 주셔서 감사 드리며,이를 검토하고 살펴 보겠습니다. 나는 실제로 모델이 그것들을 고려한다고 생각한다. 내가 수동으로 할 때와 똑같은 대답을보고한다. 내 코드를 함께 가져 와서 여기에 놓을거야. 고마워! – ElChapo
저는 이것을 "포괄적 인"것으로 생각하지 않습니다. 내가 선택한 상황에서 "오프셋"의 사용자가되어 있지만, 나는 그것이 어떻게 작동하는지 완전히 확신하지 못한다는 것을 인정한다. 나는 나의 "실험적"발견의 일부에 솔직히 놀랐다. –