use*_*726 6 r multinomial logistic-regression
让我用多项式logit上的UCLA示例作为运行示例---
library(nnet)
library(foreign)
ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)
dses <- data.frame(ses = c("low", "middle", "high"), write = mean(ml$write))
predict(test, newdata = dses, "probs")
Run Code Online (Sandbox Code Playgroud)
我想知道如何获得95%的置信区间?
这可以通过effects我在 Cross Validated here 上为另一个问题展示的包来完成。
让我们看看你的例子。
library(nnet)
library(foreign)
ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)
Run Code Online (Sandbox Code Playgroud)
我们不使用predict()from base,而是使用Effect()fromeffects
require(effects)
fit.eff <- Effect("ses", test, given.values = c("write" = mean(ml$write)))
data.frame(fit.eff$prob, fit.eff$lower.prob, fit.eff$upper.prob)
prob.academic prob.general prob.vocation L.prob.academic L.prob.general L.prob.vocation U.prob.academic
1 0.4396845 0.3581917 0.2021238 0.2967292 0.23102295 0.10891758 0.5933996
2 0.4777488 0.2283353 0.2939159 0.3721163 0.15192359 0.20553211 0.5854098
3 0.7009007 0.1784939 0.1206054 0.5576661 0.09543391 0.05495437 0.8132831
U.prob.general U.prob.vocation
1 0.5090244 0.3442749
2 0.3283014 0.4011175
3 0.3091388 0.2444031
Run Code Online (Sandbox Code Playgroud)
如果我们愿意,我们还可以使用 中的设施绘制预测概率及其各自的置信区间effects。
plot(fit.eff)
Run Code Online (Sandbox Code Playgroud)

confint只需在模型对象上使用该函数即可。
ci <- confint(test, level=0.95)
Run Code Online (Sandbox Code Playgroud)
请注意,这confint是一个通用函数,并且为 运行特定版本multinom,正如您可以通过运行看到的
> methods(confint)
[1] confint.default confint.glm* confint.lm* confint.multinom*
[5] confint.nls*
Run Code Online (Sandbox Code Playgroud)
编辑:
至于计算预测概率的置信区间的问题,我引用自: https: //stat.ethz.ch/pipermail/r-help/2004-April/048917.html
是否有可能用多项函数估计概率的置信区间?
不,因为置信区间(原文如此)适用于单个参数而不是概率(原文如此)。预测是概率分布,因此不确定性必须是 Kd 空间中的某个区域,而不是区间。为什么您需要有关预测的不确定性陈述(通常称为公差区间/区域)?在这种情况下,您有一个事件发生或不发生,有意义的不确定性是概率分布。如果您确实需要置信区域,您可以根据拟合参数的不确定性进行模拟,以某种方式预测和总结所得的经验分布。
| 归档时间: |
|
| 查看次数: |
5382 次 |
| 最近记录: |