3
เหตุใดจึงมีความแตกต่างระหว่างการคำนวณช่วงความเชื่อมั่นแบบโลจิสติก 95% ด้วยตนเองและการใช้ฟังก์ชัน confint () ใน R
เรียนคุณทุกคน - ฉันสังเกตเห็นบางสิ่งแปลก ๆ ที่ไม่สามารถอธิบายได้ไหม โดยสรุป: แนวทางแบบแมนนวลเพื่อคำนวณช่วงความมั่นใจในโมเดลการถดถอยโลจิสติกและฟังก์ชัน R confint()ให้ผลลัพธ์ที่แตกต่างกัน ฉันเคยผ่านการถดถอยโลจิสติกประยุกต์ของ Hosmer & Lemeshow แล้ว (ฉบับที่ 2) ในบทที่ 3 มีตัวอย่างของการคำนวณอัตราส่วนอัตราต่อรองและช่วงความมั่นใจ 95% ด้วย R ฉันสามารถสร้างโมเดลได้อย่างง่ายดาย: Call: glm(formula = dataset$CHD ~ as.factor(dataset$dich.age), family = "binomial") Deviance Residuals: Min 1Q Median 3Q Max -1.734 -0.847 -0.847 0.709 1.549 Coefficients: Estimate Std. Error z value …
34
r
regression
logistic
confidence-interval
profile-likelihood
correlation
mcmc
error
mixture
measurement
data-augmentation
r
logistic
goodness-of-fit
r
time-series
exponential
descriptive-statistics
average
expected-value
data-visualization
anova
teaching
hypothesis-testing
multivariate-analysis
r
r
mixed-model
clustering
categorical-data
unsupervised-learning
r
logistic
anova
binomial
estimation
variance
expected-value
r
r
anova
mixed-model
multiple-comparisons
repeated-measures
project-management
r
poisson-distribution
control-chart
project-management
regression
residuals
r
distributions
data-visualization
r
unbiased-estimator
kurtosis
expected-value
regression
spss
meta-analysis
r
censoring
regression
classification
data-mining
mixture