【发布时间】:2014-09-06 00:06:22
【问题描述】:
我有一些由非 r 用户设置的 logit 模型的系数。我想将这些系数导入 r 并在与我自己的模型相同的数据集(ROC 和混淆矩阵)上生成一些拟合优度估计。我的第一个想法是使用类似的东西将系数强制转换为现有的 GLM 对象
summary(fit)$coefficients[,1]
或
summary(fit)$coefficients
其中 y 和 x 是包含我试图用来预测和拟合的系数的矩阵,它是先前创建的适合数据集的虚拟 glm 对象。当然,这只会给我错误。
有没有办法将任意系数向量传递给 predict() 函数或在模型中指定系数?我可以通过将向量传递给 GLM 中的偏移参数来以某种方式强制执行此操作吗?谢谢
编辑:如 cmets 中所述,使用任意系数没有太多统计基础。我有一个商业伙伴,他/她认为他/她“知道”正确的系数,我正试图根据这些估计值与适当模型生成的系数来量化预测能力的损失。
Edit2:根据 BondedDust 的回答,我能够强制系数,但是无法清除由于强制而返回的 predict() 错误消息,看起来 predict.lm,由 predict 调用, 还查看系数的等级,这是导致错误的原因。
【问题讨论】:
-
作为对this question 的回应,我创建了一个makeglm() 函数,听起来它在这种情况下很有用。如果您提供了更具体的示例,我们或许可以尝试一下。
-
@Stencil 您可以通过将数据中的相关变量乘以给定的系数来手动计算预测值吗?例如,
coefVector %*% t(cbind(1, dataVariables))。 (其中 coefVector 是提供的系数向量,datavariables 是相关系数的数据) -
@BondedDust 抱歉,周末不在电脑上——从现在开始我会及时更新。
-
@user20650 这似乎是最简单的解决方案。但是,我需要将一些因素转换为虚拟变量。
-
没错 -
model.matrix会让这一切变得简单。