预测 R 中逻辑回归模型的平均响应答案

【问题标题】：Predict mean response for a logistic regression model in R预测 R 中逻辑回归模型的平均响应
【发布时间】：2022-01-25 05:36:49
【问题描述】：

我使用 glm 函数在 R 中训练了一个逻辑回归模型

model<-glm(df1$deny~df1$dir+df1$hir+df1$lvr+df1$ccs+df1$mcs+df1$pbcr+df1$dmi+df1$self+df1$single+df1$uria+df1$condominium+df1$black,data=df1,family='binomial')

现在我想得到一个数据点的平均响应

test<-c(0.59,0.24,0.941177,3,2,0,1,0,0,10.6,1,1)

测试数据点是模型中的相应预测变量。即 dir = 0.59, hir = 0.24...

在这种情况下如何获得平均响应？

【问题讨论】：

标签： r logistic-regression predict

【解决方案1】：

model <- glm(deny~dir+hir+lvr+ccs+mcs+pbcr+dmi+
                self+single+uria+condominium+black,
              data=df1,family='binomial')
test <- c(0.59,0.24,0.941177,3,2,0,1,0,0,10.6,1,1)

您可以使用模型定义：

X <- matrix(c(1, test), nrow = 1)
beta <- coef(model)
drop(plogis(X %*% beta))

或

dftest <- as.data.frame(X)
names(dftest) <- c("dir", "hir", "lvr", "ccs", ...)

（名字列表需要自己填写，我比较懒）

或者可能

names(dftest) <- setdiff(names(df1), "deny")

如果模型变量与数据框的顺序等匹配

然后：

predict(model, newdata = dftest, type = "response")

【讨论】：

【解决方案2】：

已排序。我做了

df.test<- df1[0,-13]
head(df.test)
test<- c(0.59,0.24,0.941177,3,2,0,1,0,0,10.6,1,1)
df.test[nrow(df.test)+1,]=test
pred<- model.1 %>% predict(df.test,type='response')
pred

【讨论】：