我得比较以下两个模型的输出:解释netlogit输出
PTA.Logit.Ctrl <-glm(pta~ally+distance+ltrade+language+igo+affinity,
family=binomial(link="logit"),data=pta.ally.dyadic.1990.csv)
和
PTA.QAPX.Ctrl <- netlogit(pta_network_1990,list(ally_network_1990,distance_1990,trade_1990, language_1990, igos_1990, affinity_1990), intercept=TRUE, mode="graph", diag=FALSE, nullhyp=c("qapx"), reps=100)
看起来如下:
和
现在,glm输出非常简单,但我仍然在努力处理净logit输出,特别是关于显着性分数。对于第一种模型,网络数据以二元形式使用,第二种以矩阵形式使用。任何有关如何解释净logit输出的帮助将不胜感激!
这个问题对于交叉验证更合适,因为它是一个统计问题,而不是编程问题。我会在这里给出一个答案,并且如果它被迁移就将其移交。 – paqmo
哦,是的,你是对的,谢谢你指出,当然你的答案! – atzepeng