我正在对数据集进行 tobit 分析,其中因变量(我们称之为 y)被截尾为 0。所以这就是我所做的:
library(AER)
fit <- tobit(data=mydata,formula=y ~ a + b + c)
Run Code Online (Sandbox Code Playgroud)
这可以。现在我想运行“预测”函数来获取拟合值。理想情况下,我对未观察到的潜在变量“y*”和观察到的删失变量“y”的预测值感兴趣[参见参考文献1]。
我检查了 Predict.survreg [参考文献 2] 的文档,我认为我不明白哪个选项为我提供了预测的删失变量(或潜在变量)。
我在网上找到的大多数例子都给出了以下建议:
predict(fit,type="response").
Run Code Online (Sandbox Code Playgroud)
同样,尚不清楚这些是什么类型的预测。
我的猜测是,预测函数中的“type”选项是这里的关键,其中 type="response" 意味着审查变量预测, type="linear" 意味着潜在变量预测。
这里有一些经验的人可以为我提供一些启发吗?
非常感谢!
参考:
通常,预测“响应”结果已从回归中使用的任何建模转换反向转换为原始数据规模,而“线性”预测是链接转换规模上的线性预测变量。对于具有身份链接的 tobit,它们应该是相同的。
你可以很容易地检查我的元预测。我刚刚用页面上的示例检查了它?tobit:
plot(predict(fm.tobit2, type="response"), predict(fm.tobit2,type="linear"))
Run Code Online (Sandbox Code Playgroud)