GLM 预测值

Question

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。

Answer 1

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。