R：如何制作逻辑回归模型的预测列？

Question

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：

• 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？

Answer 1

在您的代码中似乎有一些错字;首先Xnew调用glm5，但我所看到的模型是glm（顺便说一下，使用glm作为输出的名称可能不是一个好主意）。其次确保变量race.f实际上在您希望从中进行预测的数据集中。我的猜测是R无法找到该变量，因此错误。