预测函数中type =“response”，“terms”和“link”有什么区别？

假设我想预测对解释变量的特定值的响应。但我不明白我为什么使用type =“response”或“terms”或“link”。预测函数中type =“response”，“terms”和“link”有什么区别？

2017-11-25 SORIF HOSSAIN SHUJON

请参见[如何问一个很好的问题（https://stackoverflow.com/help/how-to-ask）和[最小的，完整的和可验证的示例]（https：//开头计算器。 com/help/mcve）和[如何制作一个很好的R可重现的例子]（https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）。 –

假设你在谈论GLM，你应该首先了解模型是如何构造的以及它如何与因变量相关。这是一个广泛的话题，值得在大学进行全面的讲座。我的建议是拿起一本书并从那里开始。

简而言之，为了使数学出来，您需要将y包装到某个函数中，以便在等式的右边得到一个“很好”的例如， f(y) = beta_0 + beta_1 * X1 + beta_2 * X2 + e类型公式。

ldose <- rep(0:5, 2) 
numdead <- c(1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16) 
sex <- factor(rep(c("M", "F"), c(6, 6))) 
SF <- cbind(numdead, numalive = 20-numdead) 

budworm.lg <- glm(SF ~ sex*ldose, family = binomial)

现在，当你问predict返回type = link，你得到的f(y)值。

predict(budworm.lg, type = "link") 
     1   2   3   4   5   6 
-2.8185550 -1.5596055 -0.3006561 0.9582933 2.2172427 3.4761922 
     7   8   9   10   11   12 
-2.9935418 -2.0875053 -1.1814689 -0.2754324 0.6306040 1.5366404

响应将解决此术语，以便它处于“自然”等级。

predict(budworm.lg, type = "response") 
     1   2   3   4   5   6 
0.05632970 0.17370326 0.42539710 0.72277997 0.90178726 0.97000272 
     7   8   9   10   11   12 
0.04771849 0.11031718 0.23478819 0.43157393 0.65262640 0.82297581

的type = terms将返回给定的每一个观察配合上的线性标尺的矩阵。

predict(budworm.lg, type = "terms") 

      sex  ldose sex:ldose 
1 0.08749339 -2.2650911 -0.44114124 
2 0.08749339 -1.3590547 -0.08822825 
3 0.08749339 -0.4530182 0.26468474 
4 0.08749339 0.4530182 0.61759773 
5 0.08749339 1.3590547 0.97051072 
6 0.08749339 2.2650911 1.32342371 
7 -0.08749339 -2.2650911 -0.44114124 
8 -0.08749339 -1.3590547 -0.44114124 
9 -0.08749339 -0.4530182 -0.44114124 
10 -0.08749339 0.4530182 -0.44114124 
11 -0.08749339 1.3590547 -0.44114124 
12 -0.08749339 2.2650911 -0.44114124 
attr(,"constant") 
[1] -0.199816

来源

2017-11-25 14:09:02

预测函数中type =“response”，“terms”和“link”有什么区别？

回答

相关问题