[英]GLM prediction values
我的glm
公式:
fit.full <- glm(y ~ a + b + c + d + e + f, data=df, family=binomial(logit))
glm
输出:
Estimate Std. Error z value Pr(>|z|)
a -0.0443 0.0182 -2.43 0.01530 *
b1 -0.3247 0.0898 -3.62 0.00030 ***
c2 0.0948 0.0322 2.94 0.00326 **
然后我决定将glm
应用于简化模型进行比较:
fit.reduced <- glm(y ~ a + b1 + c2, data=df, family=binomial(logit))
但是,上面的代码产生了一个错误:
eval(expr,envir,enclos)中的错误:找不到对象“b1”
我不得不写下面的代码:
fit.reduced <- glm(y ~ a + b + c, data=df, family=binomial(logit))
有没有办法只输入:a、b1和c2? 顺便说一下,b 和 c 变量分别有 3 和 5 个值。 谢谢。
您的第一个模型的输出确实包含“b1”和“c2”作为系数的行标签,但这并不意味着存在具有这些名称的列。 这意味着这些变量是具有这些名称的水平的因子。 glm
“开箱即用”设置会产生“治疗对比,因此显示非基本因子水平的系数,其变量名称后跟它们的因子水平。尝试产生减少的因素是没有意义的仅使用这些级别的模型,因为如果您删除所有具有基本级别值的案例,则无法将它们进行比较。
如果您确实想运行具有相同列名但不考虑特定级别的模型,请使用glm
支持的subset
参数。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.