如何从r中线性预测器中获取名称
从R中线性预测器中获取名称可以使用以下方法：
- 使用
names()函数：该函数可以返回一个对象的名称列表。对于线性预测器对象，可以使用names()函数来获取其名称列表。例如：
# 创建一个线性预测器对象
lm_model <- lm(Sepal.Length ~ Sepal.Width + Petal.Length, data = iris)
# 获取线性预测器的名称列表
predictor_names <- names(lm_model$coefficients)- 使用
colnames()函数：如果线性预测器对象是一个矩阵或数据框，可以使用colnames()函数来获取列的名称列表。例如：
# 创建一个包含线性预测器的数据框
data <- data.frame(Sepal.Width = iris$Sepal.Width, Petal.Length = iris$Petal.Length)
# 拟合线性模型
lm_model <- lm(iris$Sepal.Length ~ ., data = data)
# 获取线性预测器的名称列表
predictor_names <- colnames(data)[-1]- 使用
formula()函数：如果线性预测器对象是一个公式对象，可以使用formula()函数来获取公式中的变量名称。例如：
# 创建一个线性预测器公式
lm_formula <- formula(Sepal.Length ~ Sepal.Width + Petal.Length)
# 获取线性预测器的名称列表
predictor_names <- all.vars(lm_formula)[-1]请注意，以上方法适用于R中的线性预测器对象，具体的实现方式可能因不同的情况而有所不同。
相关·内容
1回答
线性预测器在statsmodels.GLM类中的位置在哪里？
如果拟合模型mdl = sm.GLM(Y, X, family = family()).fit()等于R的mdl <- glm.fit(X, Y, family = family())，则R的eta是mdl$linear.predictors。但我似乎在状态模型中找不到eta。
现在我用X @ mdl.params来计算它们，这似乎有点乏味。
浏览 0提问于2022-04-13得票数 0
回答已采纳
我试图用rms软件包从R中的logistic回归中绘制出一个图，但目前我有一个问题:确实，我可以得到图，但是“线性预测器”轴的范围是-2.5到+3，我想知道我是否可以使它从0到1(即Y=1的预测概率的0%到100%之间)。我想我必须提出“lp.at=.”的论点，但我不能自己做，所以我希望有人能帮忙！非常感谢你的回答。
莱昂纳多·弗拉佐尼，医学博士
德格利博洛尼亚大学
浏览 1提问于2015-05-24得票数 3
回答已采纳
1回答
我有以下使用mgcv的二项式(概率) gam，其中包括y (0或1)，两个连续预测器(xa，xb)加上第三个协变量(xc)与这两个预测器的‘ti’相互作用。
mygam <- gamV(y ~ s(xa, k=10, bs="cr") + s(xb, k=10, bs="cr") +
ti(xc, xa, bs = c("cr", "cr"), k = c(5, 5)) +
ti(xc, xb, bs = c("cr", "cr&
浏览 8提问于2022-03-08得票数 0
1回答
我试图在不同大小的森林碎片中模拟鸟类的计数数据。由于进行调查的地块在大小上亦因碎片而异，我想加入测量地块的大小，作为抵销的条件，将数目换算为密度。
据我了解，从以前的问题在这个网站上，这通常是为泊松模型，因为这些有一个日志链接。我与家庭ziP一起运行的GAM模型(mgcv包)具有link="identity“。据我所知，在这种情况下，抵消项将从答复中减去，而不是产生预期的答复/抵消率。
但是，当我用偏移项运行模型并绘制图时，结果似乎是给出了我想要的结果(我将泊松模型的图与ziP模型进行了比较)。
这是我使用的模型，在这个模型中，行会反映不同的喂养公会，logArea是碎片大小的日志，而
浏览 1提问于2018-05-23得票数 0
回答已采纳
1回答
我试图预测和绘制一个新的观察在R (估计)生存曲线，使用“生存”库和“肺”数据集，我首先拟合一个cox比例风险模型的数据。然后，我试图预测并绘制假设新观察的生存曲线(我在"list“命令中输入了这个假设新观察的细节)。然而，这是行不通的。
我已将我的代码附在下面：
#load library
library(survival)
data(lung)
#create survival object
s <- with(lung,Surv(time,status))
#create model
modelA <- coxph(s ~ as.factor(sex)+age+
浏览 1提问于2020-11-04得票数 4
我在R中运行简单的线性模型(Y~X)，其中我的预测器是一个分类变量(0-10)。然而，这个变量不是正态分布的，并且没有一种可用的转换技术是健康的(例如log，sq等)。因为数据不是负面的/正面的倾斜，而是到处都是。我知道对于lm，结果变量(Y)必须是正态分布的，但预测因子也需要正态分布吗？如果是，任何关于如何做到这一点的建议都将是非常受欢迎的。
此外，由于我正在查看的数据有两个组，患者和对照组(正如您可以猜到的，我对组的差异感兴趣)，我是否必须查看数据是在两组内正常分布还是在两组之间总体分布？
谢谢。
浏览 1提问于2012-07-29得票数 1
回答已采纳
我想使用R中的autokrige函数在dataset上应用通用的kriging，我想为预测的点创建自己的自定义空间网格(用于autokrige的new_data参数)。我使用的是R版本3.2.2 (64位)和RStudio版本0.99.486.以下是我迄今所做的工作：
library(automap)
library(sp)
library(gstat)
library(raster)
library(rgdal)
data(meuse)
coordinates(meuse) <- ~x + y
proj4string(meuse) <- CRS("+init=epsg:
浏览 1提问于2017-02-17得票数 2
回答已采纳
2回答
有序变量线性回归
、、、、
我有五个认知变量(记忆力、认知灵活性、批判性思维、言语和注意力)和一个顺序变量(逆境得分从1到10)。我将皮质厚度作为我的结果变量(或因变量)。
我想知道如何设置我的回归？
我在想这么做：
lm(cortical_thickness ~ memory + cognitive_flexibility + critical_thinking + verbal + attention + adversity_score)
或者我应该像这样设置它：
lm(cortical_thickness ~ (memory + cognitive_flexibility + critical_thinking
浏览 52提问于2021-02-22得票数 1
我写这封信是为了了解什么是由"linear.predictors"对象返回的stan_glm()。
显然，"linear.predictors"与用户提供的预测器不一样(文档没有帮助)。
在任何情况下，是否有从stan_glm()对象获取预测值的方法？
这里是一个预测器(即mom_iq)示例：
library(rstanarm)
data(kidiq)
d <- kidiq
fit <-stan_glm(kid_score ~ mom_iq,
data = d,
prior = normal(
浏览 0提问于2018-03-12得票数 0
回答已采纳
1回答
采用拟泊松回归的广义线性混合模型，利用惩罚拟似然，即glmmPQL，对模型进行多元正态随机效应拟合。产出如下：
收入变量分为低收入、中低收入、中上收入三大类。在产出中，低收入似乎是参考类别，但我不知道ı应该如何解释和报告这一点。
提前谢谢你。
Linear mixed-effects model fit by maximum likelihood
Data: my_scaled_data
AIC BIC logLik
NA NA NA
Random effects:
Formula: ~1 | country
(Intercept) Residual
Std
浏览 5提问于2021-08-10得票数 0
回答已采纳
我使用来自glmer()包的lme4在R中设置了一个GLMM。我用效果软件包来计算估计数，用顺式系统来计算固定效果。我对GLMMs并不熟悉，所以我的问题是，如何计算effects包提供的估计值，以及它们与glmer-summary中给出的日志均值有何不同？
例如，如果我跑
Model = glmer(response ~ fixed1 + fixed2 + (1 | random), data=df, family = poisson)
摘要(模型)返回以下内容：
Estimate Std. Error z value Pr(>|
浏览 3提问于2017-07-20得票数 0
我正在使用一个回归模型(MWT1Best= 428 - 7.69*Diabetes - 72.1*AtrialFib - 130*DAF)，我试图在变量Diabetes和AtrialFib中替换1或0的情况下快速查看模型的值。我很难理解为什么在使用prediction()时会出现这个错误 list("Diabetes" = prediction(r123, at = list(Diabetes = c(0, 1))),
"AtrialFib" = prediction(r123, at = list(AtrialFib = c(0, 1))),
浏览 162提问于2020-03-24得票数 1
回答已采纳
2回答
我想估计带二元因变量的非线性模型的系数。非线性的产生是因为两个回归器( A和B )分别依赖于数据集的子集和两个参数lambda1和lambda2：
y = alpha + beta1 * A(lambda1) + beta2 * B(lambda2) + delta * X + epsilon
对于每一次观察，我们都有
其中a和Rs是data.frame中的变量。回归者B(lambda2)的定义也是类似的。
此外，我还需要包括在Stata中被称为的内容，即调查权重或抽样权重。出于这个原因，我正在使用Thomas的R包。
首先，我为A (和B)创建了一个函数，即：
A <- fu
浏览 4提问于2016-03-21得票数 4
我目前正在使用沿连续梯度(高程)的比例变量(C3_proportion)在数据集上拟合glm()，并且我试图获得y=c(0.25,0.5,1)的x值。经过一些研究，似乎二项式glm将是我最好的选择。这是我的数据、模型和我能想出的ggplot2图。 # Library load
library(ggplot2)
library(ggpmisc)
# Example data
df <- data.frame("mountain"="Sumapaz",
"C3_proportion"=c(0.2692308
浏览 39提问于2021-10-02得票数 0
1回答
假设我有一个有以下信息的情节：
根据这一R码：
concentration <- c(1,10,20,30,40,50)
signal <- c(4, 22, 44, 244, 643, 1102)
plot(concentration, signal)
res <- lm(signal ~ concentration)
abline(res)
例如，我如何获得浓度为45的信号值？我的意思是，我如何才能获得abline用来在这个特定点绘制直线的值？
我想我可以得到β1和β2并自己计算，但我对如何在R中自动完成这一任务很感兴趣。
浏览 0提问于2014-02-04得票数 0
回答已采纳
1回答
我一直在研究H2O中负二项式模型的偏差计算(第580/959行)，我很难解释为什么yr或ym为/are为0。
(yr==0||ym==0)?0:2*((_invTheta+yr)*Math.log((1+_theta*ym)/(1+_theta*yr))+yr*Math.log(yr/ym))
偏差计算公式如下(来自)：
就数学而言，除非yr和ym都是0，否则我看不出偏差是0。
有没有人碰巧知道是否有一种特殊情况，当yr和ym都是/are 0时，需要将负二项式的偏差设置为0？
谢谢!
浏览 4提问于2022-08-03得票数 1
从speedglm()返回的拟合值看起来与从glm()返回的值非常不同，我不知道为什么。例如，如果我运行这个：
data("lalonde")
glm <- glm(married ~ treat + age + educ + black + hisp + nodegr, data = lalonde, family = "binomial")
fitted_vals <- glm$fitted.values
我大致得到了我所期望的值，即每个观测值在0到1之间的拟合值(married的两个可能值)。例如。
skimr::skim(fitted_val
浏览 3提问于2021-11-24得票数 0
回答已采纳
我正在做一个样本大小为30的项目。我有7个特性预测一个连续变量，我的目标是优化r-值。如果我将train_test_split()的随机种子更改100次，就会得到.6和.9之间的相关系数，并且偶尔会出现负r值。
我该怎么解释呢？对于如此小的数据集和对我的训练数据的随机洗牌，这种变化是否正常？还是发生了什么事？我该如何决定使用哪种种子？
浏览 0提问于2018-04-27得票数 0
1回答
我在r中建立了一个logistic回归模型，试图预测板球比赛的结果。然而，我的模型产生的概率值大于1。输出是1.031704，对于如何改进我的模型以获得概率的精确估计有什么建议吗？
set.seed(1)
#Use 70% of dataset as training set and remaining 30% as testing set
sample <- sample(c(TRUE, FALSE), nrow(ODIMT), replace=TRUE, prob=c(0.7,0.3))
train <- ODIMT[sample, ]
test <- ODIMT[!s
浏览 7提问于2022-09-14得票数 1
问题
(1)在下面命名为‘model 1’的示例代码中，fit模型的分类公式是什么？(这是公式A，B还是两者都没有？)
( 2 )“model1”是如何确定== 1对2类的？
公式A:类(物种{1:2})= (-31.938998) + (-7.501714 * PetalLength) + (63.670583 * PetalWidth)
公式B:类(物种{1:2})= 1.346075e-14 + (5.521371e-04 * PetalLength) + (4.485211e+27 * PetalWidth)
用例
使用R来拟合/训练一个二进制分类模型，然后解释
浏览 3提问于2016-06-02得票数 0
回答已采纳
1回答
我一直试图从R中的stats包中手动获取由predict.glm函数提供的响应值，但是，我无法这样做。我只知道如何使用二项分布手动获取值。我真的很感谢你的帮助。我创建了两个小模型(一个带有Gamma家族，一个带有逆高斯家族)。
library(stats)
library(dplyr)
data("USArrests")
#Gamma distribution model
model_gam <- glm(Rape~Murder + Assault + UrbanPop, data=USArrests, family=Gamma)
print(summary(mod
浏览 3提问于2022-08-28得票数 1
回答已采纳
一个网站说，相关性指的是因变量的增加/减少，而自变量的增加/减少。共线性指的是两个或两个以上的自变量协同作用来解释依赖的variable.Could中的变化，有人澄清了这些术语吗？
浏览 0提问于2020-07-24得票数 4
回答已采纳
from sklearn.preprocessing import PolynomialFeatures
train_x_p = np.asanyarray(train[['FUELCONSUMPTION_COMB_MPG']])
poly = PolynomialFeatures(degree = 3)
train_x_poly = poly.fit_transform(train_x_p)
regr.fit(train_x_poly, train_y)
print('Coefficients: ', regr.coef_)
print('Interc
浏览 3提问于2020-03-14得票数 1
回答已采纳
2回答
所以我很快就明白了，在你的一些观察中，处理缺少特征值(S)是日常数据生活的一部分。我明白了归责的要点，什么时候/怎样合适，什么时候不合适，我会在不久的将来读到。但是，这个呢：
假设您有预测器$X_1、\dots、X_p$，并且希望通过逻辑回归来建模二进制响应$Y$。与其将值归为缺失的预测值，不如为每个可能的预测器子集建立一个单独的模型，并在这些预测器出现时应用该模型进行预测吗？这些模型中的每一种都很自然地只针对那些预测器(以及其他模型)存在的数据进行培训。在我看来，这是一种比编造价值更合理的方法，但我对此没有任何理论依据。
我确实意识到，这涉及到构建$2^p不同的模型，以及$2^p不同的模型矩
浏览 0提问于2018-05-25得票数 3
回答已采纳
试图理解logistic回归的应用。我有以下数据：
Gender Age No.transcation Transaction
female 18-24 138485 4047
male 18-24 144301 3766
female 25-34 248362 7559
male 25-34 295800 8126
female 35-44 265514 7171
male 35-44 379872 9047
female 45-54 295002 7072
male 45-54 421432 9648
fe
浏览 1提问于2015-11-26得票数 2
回答已采纳
1回答
我在R中有一个模型：
> s1 <- toys[1:10000,]
> model <- glm(V11~V2+V3+V5+V7+V8+V9+V10,gaussian,s1)
> model
Call: glm(formula = V11 ~ V2 + V3 + V5 + V7 + V8 + V9 + V10, family = gaussian,
data = s1)
Coefficients:
(Intercept) V2 V3 V5 V7 V8
浏览 0提问于2011-05-30得票数 2
回答已采纳
1回答
我并不是任何想象中的统计/数学专家，但我一直在尝试用人口普查数据进行线性回归，并认为我遇到了一个根本性的问题/障碍。
响应变量是百分比。自变量是按状态划分的百分比。这里是一个我只知道称为“分区”数据的例子。其中一组自变量是“照明”，具有以下一个城市的变量和值(例如)：
electricity - 40%
kerosene - 10%
candle - 25%
generator - 15%
solar - 5%
other - 5%
如果将这六个变量加在一起，则等于100%。只有六种选择，一个家庭只能有一种“照明”。使用所有这六个变量，我的模型就会产生超出图表的系数，很明显有些地方是错误的。
浏览 0提问于2016-05-28得票数 3
1回答
我用准泊松家族来拟合R中的一个模型，像这样：
model <- glm(y ~ 0 + log_a + log_b + log_c + log_d + log_gm_a +
log_gm_b + log_gm_c + log_gm_d, family = quasipoisson(link = 'log'))
glm为前五个系数找到值。上面说其他人都是NA。有趣的是，如果我重新排序公式中的变量，glm总是为公式中第一个出现的五个变量找到系数。
有足够的数据(行数是参数数的许多倍)。
我应该如何解释这些NA系数？
我正在实现的模型的作者坚持认为，NA意味着找到的系数
浏览 3提问于2021-08-24得票数 1
回答已采纳
2回答
标题说明了一切，我在生成因子变量时对它进行了排序，现在我想删除排序，并将其用作无序因子变量。另一个问题是，如果我在回归中使用因子变量作为预测变量，它是有序的(序数)还是简单的因子变量(分类)，对R是否有影响？
浏览 0提问于2013-07-11得票数 16
回答已采纳
2回答
因此，我理解了用于流水线处理器分支预测的基本技术，如2位饱和计数器、两级自适应预测器等。
以下是我的问题：
1)分支目标预测:为什么这很重要，这里使用的一些机制是什么？当我想到一个分支时，我会想到“r2，r3，LABEL”，它说如果r2 != r3，那么分支到标签就意味着做PC (程序计数器)= PC +标签。预测这里的目标有什么好神秘的？你知道它将基于标签的编译值。我可能不知怎么没注意到这一点。
2)为什么程序计数器本身(例如0x4001000C)或至少最后几个位被用作分支预测方案的一部分？我看到了一个方案，其中PC的最后4位连接到(4位)分支历史寄存器，8位值用于访问模式历史表。我会认为P
浏览 8提问于2012-06-23得票数 2
回答已采纳
2回答
假设我有一个公式：formula = Y ~ X1 + X2 + X3 + X4 + X5和我想随机选择两个预测因子来生成Y ~ RandomPredictor1 + RandomPredictor2。我如何在R中这样做呢？
浏览 3提问于2017-08-19得票数 1
回答已采纳
1回答
我想用非线性函数的和来近似一个常量函数。我可以用普通的最小二乘法来做这件事，但用套索时有些地方出了问题，可能是因为要近似的函数是恒定的。下面我给出一个用Matlab编写的玩具示例：
t = -1:0.01:1; %horizontal axis
x = [exp(-(t+0.5).^2); exp(-t.^2); exp(-(t-0.5).^2);]'; %I use radial basis functions in this example
y = 0.7 * ones(201,1); %Approximate a constant function by a weighted s
浏览 4提问于2014-06-04得票数 0
1回答
我只是在努力寻找一个关于样条使用的统计/R问题的答案。
我一直在构建一个线性模型，如下所示
lm(imaging~bloodtest + age + sex + timetoblood +timetoimage, data=df)
但从残差和样方检验中发现，模型的拟合不是很好，并且是曲线关系。
我想检查限制性三次样条在回归模型中的使用，但我想知道如何进行检查？我能找到的所有示例都是各种工作示例的单变量模型，我想知道如何在多变量模型中包含样条？
非常感谢，D
浏览 2提问于2021-10-25得票数 0
2回答
我有一个pandas数据框架，并对其进行了单线性回归。使用下面的代码，我已经预测了一些选定的预测值的响应值。
X = df['predictor1'].tolist()
y = df['response'].tolist()
X = sm.add_constant(X)
reg = sm.OLS(y, X).fit()
reg.predict(pd.DataFrame({'predictor1': 1, 'response': [12, 89, 90]}),'prediction')
然后，我使用以下代码对同一数据
浏览 8提问于2022-02-01得票数 4
为了帮助学习机器学习，我编写了一些示例，不是为了说明一种方法比另一种方法更好，而是为了说明如何使用各种函数和调整哪些参数。我从开始比较BooST和xgboost，然后成功地将gbm添加到示例中。现在我试图添加glmnet，但是模型返回的alwyas对于这两个系数都(接近)为零。要么我做错了什么，要么glmnet对这些数据来说不是正确的。我想弄清楚它是哪一种。以下是我的可复制的例子：
# Uncomment the following 2 lines if you need to install BooST (requires devtools)
#library(devtools)
#inst
浏览 1提问于2018-09-07得票数 2
这个问题没有什么可补充的。从本质上说，我有一些数据，我将其简化为4个主成分，其中的前两个部分解释了数据中99%的方差。在使用这4个分量建立线性回归模型时，分量3和4的系数在大小上显著高于分量1和2 (20级)。
不需要看模型的准确性，这些信息是否足以得出结论:我的数据是因变量的一个非常弱的线性预测器？
浏览 0提问于2018-06-25得票数 0
3回答
我需要更多地了解特性数量与线性模型回归之间的关系，基于Andreas C. Müller和Sarah Guido所著的“机器学习与Python入门”一书第47页的这一段：
对于具有许多特征的数据集，线性模型可能非常强大。特别是，如果你有比训练数据点更多的特征，那么任何目标y都可以完美地建模(在训练集上)为一个线性函数。
它是如何用线性代数来解释的？
谢谢
浏览 0提问于2018-08-04得票数 0
回答已采纳
1回答
我的朋友当时正在读一本教科书，于是问了一个问题：
假设你观察(X_1,Y_1),...,(X_{100}Y_{100})，你假设它是i.i.d。采用(X,Y)中值的随机对\mathbb{R}^2 \times \{1,2\}的副本。绘制数据并查看以下内容：
📷
其中，黑圈代表X_i和Y_i=1，红色三角形代表X_i和Y_i=2。从业者告诉您，他们的错误分类成本是相等的，c_1 = c_2 = 1，并希望建议使用哪种算法进行预测。鉴于这些备选办法：
线性判别分析；
K近邻与K=5
K-与K=90最近的邻居。
对此最好的算法是什么？我认为应该是5，因为K越大，准确度就越差？你会选择什么?为什么？
浏览 0提问于2021-01-21得票数 0
回答已采纳
1回答
我在R中的第一个预测实现遇到了问题，我想要实现的是用两个外生变量X1和X2来预测变量Y。这3个数据集分别表示为12行的单个列。
在另一个中，我采用了类似的方法：
DataSample <- data.frame(Y=Y[,1],Month=rep(1:12,1),
X1=X1[,1],X2=X2[,1])
predictor_matrix <- cbind(Month=model.matrix(~as.factor(DataSample$Month)),
X1=DataSample$X
浏览 4提问于2017-02-08得票数 0
回答已采纳
我想要拟合形式的一般线性模型： lp = c + (a1+a2*Test)*x 其中，c是截距(待拟合)，a1是x的系数，a2是两级因子“Test”(这里编码为虚拟变量值“1”)的第二级的x的系数的修饰符。 因此，对于因子'Test‘的第一级，即伪变量的值0，斜率为a1。对于第二级“测试”，斜率是(a1+a2)。 在GenStat中，我可以在Generalized Linear Models菜单中将其拟合为'x+Test.x‘，这将给出我想要的系数c，a1和a2的估计值。 在R中，我尝试了以下操作： glm(y ~ x + Test*x) 这给出了以下系数: Intercep
浏览 13提问于2019-05-02得票数 0
回答已采纳
2回答
我是R的新手，但我正在慢慢地学习它来分析数据集。
假设我有一个包含8个变量和20个观测值的数据框。在8个变量中，V1 - V3是预测变量，V4 - V8是结果变量。
B = matrix(c(1:160),
nrow = 20,
ncol = 8,)
df <- as.data.frame(B)
使用car程序包执行简单的线性回归，显示汇总和置信区间：
fit <- lm(V4 ~ V1, data = df)
summary(fit)
confint(fit)
我如何编写代码(loop或apply)，以便R分别回归每个结果的每个预测器，并提取系数和置信区间？我意识到我可能还没学会
浏览 16提问于2017-08-29得票数 0
1回答
我使用glm()函数实现了一个模型，并将家庭分布指定为gamma：
glmer(FirstSteeringTime ~ error_rate + (1 + error_rate | pNum), family = Gamma, data = modellingdata)
我知道，您可以将链接函数，如“标识”或“日志”应用于伽马分布。因此，我有两个问题：
1)当我指定我的模型时，默认的链接函数是什么？
2)不同链接功能的目的是什么？我搞不懂他们对我数据的影响.
任何帮助都是非常感谢的--谢谢！
浏览 4提问于2019-08-29得票数 1
回答已采纳
1回答
我在有多个分类变量的数据集上运行了LASSO算法。当我在自变量上使用model.matrix()函数时，它会自动为每个因素级别创建虚拟值。
例如，我有一个变量"worker_type“，它有三个值: FTE、contr、other。在这里，指的是情态"FTE“。
其他一些分类变量有或多或少的因素水平。
当我输出拉索的系数时，我注意到worker_typecontr和worker_typeother的系数都是零的。我该如何解释结果呢？在这种情况下，FTE的系数是多少？我应该把这个变量从公式中取出来吗？
浏览 1提问于2018-09-07得票数 2
回答已采纳
2回答
在R中，predict.lm基于线性回归的结果计算预测，并提供计算这些预测的置信区间。根据手册，这些间隔是基于拟合的误差方差，而不是基于系数的误差间隔。
另一方面，基于逻辑回归和泊松回归(以及其他一些)计算预测的predict.glm没有置信区间的选项。我甚至很难想象如何计算这样的置信区间，以便为泊松和逻辑回归提供有意义的见解。
在某些情况下，为此类预测提供置信区间是有意义的吗？如何解释它们呢？这些情况下的假设是什么？
浏览 3提问于2013-01-20得票数 70
回答已采纳
1回答
我正在尝试为逻辑回归编写我自己的预测()函数，以便更好地理解它的函数。现在，我已经知道如何为名义数据编写自己的预测函数。然而，当涉及到分类数据时，我很困难:例如，我想输入own_predict_function(object, newdata = data.frame(are = 400, gpa = 2.5, rank = '4'))并获得结果。在此示例中，rank是级别为1、2、3、4的分类变量。 我已经构建了自己的逻辑回归，它为y ~ gre + gpa + rank提供了以下输出 ? 如果我使用内置函数predict()，我只需要分解变量rank，然后内置函数
浏览 11提问于2019-03-16得票数 0
我使用R对我的数据集进行逻辑回归。我的数据集有50多个变量。
所面临的挑战是在R中编写代码，以评估某些记录和变量(例如，p值>.05)的统计有效性，并根据这样的参数从模型中删除记录和变量。
是否有任何已经实现的方法来执行此操作？如有任何帮助或建议，将不胜感激。谢谢。
浏览 4提问于2014-10-18得票数 0
回答已采纳
1回答
这是我的模型：
library(eha)
fit.aft <- aftreg(formula = Surv(time, status) ~ age + sex, data = kidney,
dist = "lognormal")
然而，如果我想使用预测，这就是我所看到的：
predict(fit.aft)
UseMethod中的错误(“预测”)：不适用于"c('aftreg'，‘phreg’)类对象的“预测”方法
谁能让我知道如何使用生存模型来预测。
浏览 7提问于2020-12-14得票数 0
1回答
人们应该如何决定使用线性回归模型还是非线性回归模型？
我的目标是预测Y。
对于简单的x和y数据集，我可以很容易地通过绘制散点图来决定应该使用哪种回归模型。
在x1，x2，.，xn和y等多变量的情况下.我如何决定必须使用哪一种回归模型？也就是说，如何决定采用简单的线性模型或非线性模型，如二次型、三次型等。
是否有任何技术、统计方法或图解来推断和决定必须使用哪一种回归模型？请给我建议。
浏览 4提问于2015-02-06得票数 3
1回答
我在R中使用不同的线性回归模型，我使用了，它有21263行和82列。
除使用R函数lmrob的MM估计回归外，所有回归模型都有可接受的时间消耗。
我等待了超过10个小时才运行第一个for循环(#块A)，但它不起作用。所谓“不工作”，我的意思是，它可能会给我一个产出在两天后。我用一个更小的尝试了这段代码，它有9568行，5列，在一分钟内运行。
我在用我的标准笔记本电脑。
我的分析步骤如下
上传和缩放数据集，然后使用k折叠分裂与k=30，因为我想要计算系数的方差，为每个变量在k分裂。
，你能给我提供一些指南吗？
wdbc = read.csv("train.csv") #criti
浏览 3提问于2019-12-29得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
