在 glm() 之后导出预测值以获得 PPV、NPV、敏感性和特异性

Question

我运行了一个glm() 模型；但现在我想用 PPV、NPV、敏感性和特异性来衡量模型的准确性。但是，我不断得到令人困惑的结果。

我的结果是一个如下所示的因子变量：

table(mydata$outcome)

   0    1 
6824  359

预测变量是具有 1 个分类（性别）的连续变量的组合。

我的代码是：

# To run the logistic model 

    mod <- glm(outcome~predictor1+predictor2+predictor3,data=mydata,family=binomial("logit"))
    summary(mod)

# To run predict() to get the predicted values of the outcome 

    predicted = predict(object =  mod, newdata=mydata, type = "response")

结果如下所示：

head(predicted)
         1          2          3          4          5          6 
0.02568802 0.02979873 0.01920584 0.01077031 0.01279325 0.09725329 

这非常令人惊讶，因为我预计会观察到预测的“1”（案例）与“0”（对照），我可以进一步使用它们来获得模型的准确度度量，或者使用 confusionMatrix(predicted, mydata$outcome) 或使用 ModelMetrics图书馆。

所以我的问题是如何获得 4x4 表（预测与观察）结果，我可以用它来衡量我的 glm() 模型在预测结果时的准确性？如果有任何建议，我将不胜感激，或者如果有更好的方法来获取 PPV、NPV、敏感性和特异性，请告诉我。谢谢你。

Answer 1

您的 glm 模型给出了两种结果的概率。通常，人们希望将“1”分配给概率 >= 的任何事件。 5，否则为 0。你可以用 round() 来做到这一点。在更多“机器学习”类型的情况下，人们可能会考虑除 0.5 之外的不同值。您可以使用 ifelse() fn 来执行此操作。例如，如果您只想将“1”分配给概率为 0.7 的案例，您可以说 vals = ifelse(mydata$outcome >.7,1,0 )。最后，您想要的数据通常称为混淆矩阵。它可以通过各种包计算，但这里有一个来自姊妹站点的不错的解决方案 - R: how to make a confusion matrix for a predictive model?