我试图在数据集上测试逻辑回归模型(例如3个预测变量的系数,X1,X2,X3).我知道如何在创建模型对象后使用例如测试模型,例如,
mymodel <- glm( Outcome ~ X1 + X2 + X3 , family = binomial,data=trainDat)
然后测试数据
prob <- predict(mymodel,type="response",newdata=test)
但我现在想要使用系数和截距创建一个逻辑模型,然后在数据上测试这个模型.
基本上我不清楚如何在不运行glm的情况下创建"mymodel".
问题的上下文:我使用偏移运行逻辑回归,例如:
mymodel <- glm(Outcome ~ offset(C1 * X1) + offset(C2 * X2) + X3,
family = binomial, data = trainDat)
因此,mymodel对象生成仅具有截距(I)和C3系数(对于特征X3)的模型.
我现在需要在测试数据集上测试完整模型(即I + C1*X1 + C2*X2 + C3*X3),但我不知道如何获得完整模型,因为mymodel的输出只有拦截和C3.所以我认为我更普遍的问题是:"你如何手动构建一个logisitic回归模型对象？"
感谢您的耐心等待.