我对R建模比较新,发现了GLM函数用于建模,特别是使用“binomial”族来进行逻辑回归。当我的因变量有两个可能的结果 - 例如“正面”和“负面”时,估计值所计算的默认结果是什么?模型默认预测哪种结果(“正面”或“负面”)的对数几率?此外,在依赖变量是
Yes
或No
- 1 或 2
Pass
或Fail
等情况下,采用的默认结果是什么?R是否有规则选择这个默认值?有没有办法手动修改它?请澄清。
我对R建模比较新,发现了GLM函数用于建模,特别是使用“binomial”族来进行逻辑回归。当我的因变量有两个可能的结果 - 例如“正面”和“负面”时,估计值所计算的默认结果是什么?模型默认预测哪种结果(“正面”或“负面”)的对数几率?此外,在依赖变量是
Yes
或 No
Pass
或 Fail
等情况下,采用的默认结果是什么?R是否有规则选择这个默认值?有没有办法手动修改它?请澄清。
细节在于?binomial
:
对于“二项式”和“准二项式”系列,响应可以通过以下三种方式之一来指定:
作为因子:将“成功”解释为该因子没有第一个级别(因此通常具有第二个级别)。 附加说明:这通常意味着按字母顺序排列的第一个级别,因为这是R默认定义因子的方式。
作为数值向量,其值介于“0”和“1”之间,解释为成功案例的比例(权重给出了总案例数)。
作为两列整数矩阵:第一列给出成功的数量,第二列给出失败的数量。
因此,预测的概率是“成功”的概率,即因子的第二个级别的概率,或数字情况下的1的概率。
从您的示例中:
my_data $ my_factor < - relevel(my_data $ my_factor,“Yes”)
使“是”成为第一个级别。2-x
)