R glm對象和使用偏移的預測

Question

所以我使用R進行邏輯回歸，但我正在使用偏移量。

  mylogit <- glm(Y ~  X1 + offset(0.2*X2) + offset(0.4*X3), data = test, family = "binomial")

輸出僅顯示單個系數，截距和其中一個預測變量X1。

    Coefficients:
    (Intercept)               X1
      0.5250748         0.0157259

我的問題：如何從這個模型的每個觀察中得到原始預測？ 更具體地說，如果我使用預測函數，它是否包括所有特征及其系數，即使模型系數被列為僅包含截距和X1？

  prob = predict(mylogit,test,type=c("response"))

我必須使用預測功能嗎？ “mylogit”對象是否包含我可以直接計算的任何內容？ （是的，我查看了關於glm的文檔，仍然感到困惑）。

謝謝你的病人。

Answer 1

我可以用glm和offset()報告一些實驗的結果。 它（至少在本實驗中）不會出現您的predict調用會給出將offset考慮在內的結果。 相反，似乎需要summary.glm用於此目的。 我開始對?glm中的第一個例子進行了相當嚴格的修改（如果你確實提供了數據，那么這將與你的關注點更相關，因為那時我們可以使用你需要的“test”來更多地使用newdata參數。 ）

counts <- c(18,17,15,20,10,20,25,13,12)
outcome <- gl(3,1,9)
treatment <- gl(3,3)
print(d.AD <- data.frame(treatment, outcome, counts))
glm.D93 <- glm(counts ~ outcome + treatment + offset(1:9), family = poisson())
glm.D93d <- glm(counts ~ outcome + treatment , family = poisson())

> predict(glm.D93d, type="response")
       1        2        3        4        5        6        7        8        9 
21.00000 13.33333 15.66667 21.00000 13.33333 15.66667 21.00000 13.33333 15.66667 
> predict(glm.D93, type="response")
       1        2        3        4        5        6        7        8        9 
21.00000 13.33333 15.66667 21.00000 13.33333 15.66667 21.00000 13.33333 15.66667 

據我所知，只有在為了統計推斷的目的而對NULL估計（通常為0）進行估計系數的比較時才能看出offset 。 這是由summary.glm完成的：

> summary(glm.D93)$coef
             Estimate Std. Error    z value      Pr(>|z|)
(Intercept)  2.044522  0.1708987  11.963362  5.527764e-33
outcome2    -1.454255  0.2021708  -7.193203  6.328878e-13
outcome3    -2.292987  0.1927423 -11.896644  1.232021e-32
treatment2  -3.000000  0.2000000 -15.000000  7.341915e-51
treatment3  -6.000000  0.2000000 -30.000000 9.813361e-198
> summary(glm.D93d)$coef
                 Estimate Std. Error       z value     Pr(>|z|)
(Intercept)  3.044522e+00  0.1708987  1.781478e+01 5.426767e-71
outcome2    -4.542553e-01  0.2021708 -2.246889e+00 2.464711e-02
outcome3    -2.929871e-01  0.1927423 -1.520097e+00 1.284865e-01
treatment2   1.337909e-15  0.2000000  6.689547e-15 1.000000e+00
treatment3   1.421085e-15  0.2000000  7.105427e-15 1.000000e+00

偏移量只會改變參考水平（在這個$linear.predictors例子中有相當奇怪的變化），而對於數據的$linear.predictors和$fitted不受影響。 我沒有看到GLM影響這一點，但沒有在注釋評論?lm “offset指定偏移將不被包括在predict.lm預測，而那些通過偏置項公式中指定會。 “ 我會承認我從閱讀中得到的洞察力很少?model.offset 。