![](/img/trans.png)
[英]Turning a proportion of responses into binary response variable for logistic regression in R
[英]Logistic regression when response is a proportion (using JAGS)
我試圖在JAGS中使用邏輯回歸模型,但我有(#success y,#attempts n)形式的數據,而不是二進制變量。 在R中,可以通過使用glm(y / n~)和“weights”參數將模型擬合到這些數據,但我不確定如何在JAGS中使用它。
這是一個簡單的例子,我希望解決我想要問的問題。 請注意,我使用的是rjags包。 謝謝你的幫助!
y <- rbinom(10, 500, 0.2)
n <- sample(500:600, 10)
p <- y/n
x <- sample(0:100, 10) # some covariate
data <- data.frame(y, n, p, x)
model <- "model{
# Specify likelihood
for(i in 1:10){
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- b0 + b1*x
}
# Specify priors
b0 ~ dnorm(0, 0.0001)
b1 ~ dnorm(0, 0.0001)
}"
您根本不需要在數據集中計算p
。 讓它成為模型中的邏輯節點。 我更喜歡R2jags
接口,它允許你以R函數的形式指定一個BUGS模型......
jagsdata <- data.frame(y=rbinom(10, 500, 0.2),
n=sample(500:600, 10),
x=sample(0:100, 10))
model <- function() {
## Specify likelihood
for(i in 1:10){
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- b0 + b1*x[i]
}
## Specify priors
b0 ~ dnorm(0, 0.0001)
b1 ~ dnorm(0, 0.0001)
}
現在運行它:
library("R2jags")
jags(model.file=model,data=jagsdata,
parameters.to.save=c("b0","b1"))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.