如何識別logit GLM中的截止值

Question

為物流GLM生成一些數據：

set.seed(123)
x1 = rnorm(2000)           
z = 1 + 3*x1 + 3*exp(x1)         
pr = 1/(1+exp(-z))         
y = rbinom(2000,1,pr)

df = data.frame(y=y,x1=x1)

運行模型：

mod <- glm(y ~ x1,data=df,family=binomial(link=logit))

Logit圖：

library(visreg)
library(ggplot2)
visreg(mod, 'x1', scale='response', rug=2, gg=TRUE)+
  theme_bw(18)

我需要計算x1的截止值，它定義了y = 1的50％概率。 我想我需要predict函數：

pred <- predict(mod, type = "response")

編輯

如下所示，我找到了截止值; 但是，我想進行ROC分析以驗證其特異性和敏感性。 運行此代碼是否足夠？

prob=predict(mod,type=c("response"))
df$prob=prob
library(pROC)
g <- roc(y ~ prob, data = df)
plot(g)
g

Answer 1

你可以使用MASS dose.p 試用：

library(MASS)
dose.p(mod, p = 0.5)
#               Dose         SE
#p = 0.5: -0.8457261 0.02039277

使用predict ， x1[as.numeric(names(pred[round(pred, 2) == 0.5]))]提供x1中與截止點（最近的百分之一）的點

[1] -0.8497043 -0.8490611 -0.8445834 -0.8468964 -0.8491746