如何在 R 中找到逻辑回归模型的 Brier 分数？

Question

我创建了一个逻辑回归模型并用它来预测出勤率：

LogModel <- glm(formula = Attended ~ City + Duration, 
                family = binomial(logit), data = MyData)
prediction <- predict(LogModel, MyData, type = "response")

brierscore()为了获得 Brier 分数，我应该在函数中使用哪些参数？

Answer 1

请注意，对于 glm 拟合，fit$residuals将返回工作残差，而不是预测概率。可以使用 获得预测概率residuals(fit,type='response')。请参阅此处和此处有关 glm 拟合残差类型的帖子。

以下是使用数据集计算 Brier 分数的示例mtcars：

fit <- glm(am~hp+wt,data=mtcars,family='binomial')
pred.prob <- predict(fit,type='response')
brierScore <- mean((pred.prob-mtcars$am)^2)
# 0.04659236

这是关于如何计算 Brier Score 的另一篇文章。