使用glm的条件预测概率

简单的问题我想不通。我试图从包含交互的模型中生成条件预测概率。例如，我希望能够比较x2 == 1和x3 == 0的预测概率与x2 == 0和x3 == 1的预测概率。使用glm的条件预测概率

我试图做到这一点，如下所示：

model <- glm(y~x1 + x2 * x3, family=binomial(link="logit"), data=data) 
predprob1 <- predict(model, type="response", newdata=(x1=mean(x1) & x2==1 & x3==0)) 
predprob2 <- predict(model, type="response", newdata=(x1=mean(x1) & x2==0 & x3==1)) 
probdiff<-predprob1-predprob2

在那之后，我需要计算95CI为probdiff。我相信这对你来说很简单。感谢您的帮助！

来源

2012-08-06 roody

正如所提出的，该问题承认没有可能的解决方案，因为glm与默认的高斯分布不会产生概率估计。由于您没有在'newdata'参数中包含所有预测值（并且您已将其错误地命名），因此您也可能因此得到原始数据（或错误）的估计值。 – 2012-08-06 18:10:47

嗨，我在补充我认为应该帮助的补充内容？我试图将X1设置为平均值，但也许代码也是错误的。 – roody 2012-08-06 18:13:37

您仍然不提供'newdata'数据框对象，并且即使您提供了正确的类，您也不会为其分配mean（x1）名称（即'x1'）的结果。 – 2012-08-06 18:26:23

也许（在没有工作实施例的未测试）：

model <- glm(y~x1 + x2 * x3, family=binomial(link="logit"), data=data) 
predprob1 <- predict(model, type="response", 
        newdata=with(data, data.frame(x1=mean(x1) & x2=1 & x3=0)) 
predprob2 <- predict(model, type="response", 
        newdata=with(data, data.frame(x1=mean(x1) & x2=0 & x3=1)) 
probdiff <- predprob1-predprob2

其他R-误差是使用 '==' 用于分配。这是为了逻辑测试。

来源

2012-08-06 18:33:15

使用glm的条件预测概率

回答

相关问题