มีวิธีง่ายๆในการรวมสองรุ่น glm ใน R หรือไม่?


9

glm()ฉันมีสองรูปแบบการถดถอยโลจิสติกในการวิจัยที่ทำด้วย พวกเขาทั้งสองใช้ตัวแปรเดียวกัน แต่ทำโดยใช้ชุดย่อยที่แตกต่างกันของเมทริกซ์ มีวิธีง่ายๆในการรับแบบจำลองเฉลี่ยซึ่งให้ค่าสัมประสิทธิ์แล้วใช้กับฟังก์ชันทำนาย () หรือไม่

[ขออภัยถ้าคำถามประเภทนี้ควรโพสต์บนเว็บไซต์การเขียนโปรแกรมแจ้งให้เราทราบและฉันจะโพสต์ที่นั่น]

ขอบคุณ


1
คุณอาจพบข้อมูลที่เป็นประโยชน์ในหัวข้อที่เกี่ยวข้องstats.stackexchange.com/q/8502/919
whuber

ใน R caretแพ็คเกจมีคุณสมบัติเจ๋ง ๆ สำหรับการรวมโมเดล
screechOwl

คำตอบ:


2

คุณต้องการที่จะใช้ค่าเฉลี่ยของความน่าจะเป็นที่คาดการณ์หรือค่าสัมประสิทธิ์เฉลี่ยหรือไม่? พวกเขาจะให้ผลลัพธ์ที่แตกต่างกันเนื่องจากการถดถอยโลจิสติกเกี่ยวข้องกับการแปลงแบบไม่เชิงเส้นของตัวทำนายเชิงเส้น

ฟังก์ชั่นที่จะทำอย่างใดอย่างหนึ่งจะเป็นเช่นนี้ กำหนดavgให้"prob"รับอดีตหรืออย่างอื่นเพื่อหลัง

pred_comb <- function(mod1, mod2, dat, avg="prob", ...)
{
    xb1 <- predict(mod1, dat, type="link", ...)
    xb2 <- predict(mod2, dat, type="link", ...)
    if(avg == "prob")
        (plogis(xb1) + plogis(xb2))/2
    else plogis((xb1 + xb2)/2)
}

@Hong Ooi: ขอบคุณ! รหัสนี้มีประโยชน์จริง ๆ และจะทำตามลวง แต่สิ่งที่ฉันมุ่งหวังเป็นหลักคือฟังก์ชั่นซึ่งจะให้รูปแบบ R ใหม่ซึ่งฉันสามารถใส่ทำนาย () ในเวิร์กโฟลว์ในภายหลัง อย่างไรก็ตามฉันคิดว่าฟังก์ชั่นของคุณสวยหรูและชอบวิธีที่คุณสามารถตั้งค่าให้ความน่าจะเป็น
แอนดรู

@Andrew คุณสามารถใช้ประโยชน์จากการเขียนโปรแกรมเชิงวัตถุของ R สำหรับสิ่งนี้ glm_2ใส่สองรุ่นของคุณลงในรายการและให้ชั้นพูด เรียกใช้ฟังก์ชันข้างต้นpredict.glm_2แล้วคุณสามารถใช้predict()กับวัตถุของคุณได้ตามต้องการ
Hong Ooi

2
ทำไมค่าเฉลี่ยสัมประสิทธิ์จึงเหมาะสม? หากชุดข้อมูลสองชุดมีขนาดแตกต่างกันควรใช้ค่าเฉลี่ยถ่วงน้ำหนักบางรูปแบบ
whuber

@ Hong - ขอบคุณฉันจะลองดู @whuber - ขอบคุณที่ชี้เรื่องนี้ออกมา หากชุดข้อมูลสองชุดของฉันมีขนาดเท่ากันก็จะทำให้เกิดปัญหา (ฉันไม่เคยคิดมาก่อน) หากพวกเขาแตกต่างกันฉันเพียงแค่ชั่งน้ำหนักตามอัตราส่วนของขนาด (เช่นถ้ามีขนาดใหญ่เป็นสองเท่าฉันจะให้น้ำหนักสองเท่า)
แอนดรู

@Andrew มันถูกต้องกับน้ำหนักโดยการนับข้อมูลเฉพาะในกรณีที่ค่าของตัวแปรอิสระเหมือนกันในทั้งเซตย่อย สำหรับวิธีการที่ดีกว่า (ซึ่งใช้ได้ในทางทฤษฎีด้วย) ดูที่หัวข้อที่ฉันอ้างถึงในความคิดเห็นสำหรับคำถามของคุณ
whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.