0
所以我有一个数据集叫x
。内容足够简单,只写了所以我就勾勒出在这里:R:如何制作逻辑回归模型的预测列?
- 因变量,
Report
,第一列是二进制的是/否(0 =否,1 =是) - 随后的3列是所有分类变量(
race.f
,sex.f
,gender.f
),其全部被转换为的因素,并且他们通过指定的数字(例如1 =白色,2 =黑等)
我对x进行逻辑回归,如下所示:
glm <- glm(Report ~ race.f + sex.f + gender.f, data=x,
family = binomial(link="logit"))
我可以通过查看summary(glm$fitted)
来检查拟合概率。
我的问题:如何在此数据集x
的右侧创建第五列,其中包含Report
的预测(即拟合概率)?当然,我可以将glm$fitted
作为列插入,但我想尝试编写一个代码,根据种族,性别,性别列中的任何内容进行预测,以获得更广泛的用途。
现在,我将遵循下面的代码,我希望创建一个预测列以及置信区间的下限和上限。
xnew <- cbind(xnew, predict(glm5, newdata = xnew, type = "link", se = TRUE))
xnew <- within(xnew, {
PredictedProb <- plogis(fit)
LL <- plogis(fit - (1.96 * se.fit))
UL <- plogis(fit + (1.96 * se.fit))
})
不幸的是我得到的错误:
Error in eval(expr, envir, enclos) : object 'race.f' not found
的cbind
代码之后。
任何人有什么想法?