对R中的重复情况使用权重(特别是对二元响应使用gam )
对R中的重复情况使用权重(特别是对二元响应使用gam )
提问于 2013-07-20 01:53:21
我注意到许多R模型都允许“权重”参数(例如cart、loess、gam等)。大多数帮助函数将其描述为数据的“先验权重”，但这实际上意味着什么？
我有很多重复案例和二元响应的数据。我希望我可以使用“权重”来编码每种输入和响应组合发生的次数，但这似乎不起作用。我还尝试将响应设置为成功的比例，并将权重设置为每个协变量组合的总试验次数，但这似乎也不起作用(至少对gam是这样)。我正在尝试为上面列出的所有型号类型执行此操作，但对于初学者，如何为gam mgcv包执行此操作
回答 2
Stack Overflow用户
发布于 2013-07-20 01:58:03
二项式响应的权重有一个自然的解释:每个观察值对应的试验次数。如果您有p成功的n试验，您可以将以下内容与以下内容相匹配
glm(p/n ~ x, family=binomial, weights=n)这同样适用于gam和mgcv包中的gam。
Stack Overflow用户
发布于 2013-07-20 10:51:05
我也曾认为权重是对重复观察的样本大小进行编码的一种便捷方式。但下面的示例表明，对于简单的线性模型，情况并非如此。我首先用观察到的/虚构的鞋码和人的身高定义了一个列联表，并用leats平方回归将频率指定为权重：
SKdata = matrix(c(20,5,5,5,40,15,3,27,30,2,3,10),ncol=4)
dimnames(SKdata) = list(shoesize=10:12,height=seq(160,190,by=10))
x = as.data.frame(as.table(SKdata), stringsAsFactors=FALSE)
for (i in 1:ncol(x)) x[,i] = as.numeric(x[,i])
fit1 = lm(height ~ shoesize,data=x, weights=Freq)
summary(fit1)请注意，斜率的系数是不重要的，残差是基于"10个自由度“
当我使用方便的函数expand.dft将列联表转换为“原始”数据时，这一点发生了变化：
expand.dft <- function(x, na.strings = "NA", as.is = FALSE, dec = ".")
{
DF <- sapply(1:nrow(x), function(i) x[rep(i, each = x$Freq[i]), ],
simplify = FALSE)
DF <- subset(do.call("rbind", DF), select = -Freq)
for (i in 1:ncol(DF))
{
DF[[i]] <- type.convert(as.character(DF[[i]]),
na.strings = na.strings,
as.is = as.is, dec = dec)
}
DF
}
fit2 = lm(height ~ shoesize,data=expand.dft(x))
summary(fit2)我们得到了相同的系数，但这次非常重要，因为它是基于"163个自由度“。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/17752502
复制相关文章
相似问题
腾讯云开发者
