二项式 glmer() 预测的分类精度

Question

我一直在绞尽脑汁（非 r-savy）让 R 为二项式 glmer 模型生成正确预测的百分比。我知道这在统计上不是很有用，但经常被报道；所以我也想举报

数据：

因变量：Tipo，它有 2 个值：'s' 或 'p'。一堆因子预测变量，而不是单个连续变量。 2 随机截取：测试对象，名词 s/he 回复

模型使用的代码：

model <- glmer(Tipo ~ agency + tense + 
               co2pr + pr2pr + socialclass + 
               (1|muestra) + (1|nouns), 
               data=datafile, family="binomial",
               control=glmerControl(optimizer="bobyqa"), 
               contrasts=c("sum", "poly"))

我知道有一个函数 predict() 接受模型对象并根据该模型制定预测，但我似乎无法让它为我工作。如果您愿意分享代码，我将不胜感激。

提前致谢。

Answer 1

为了做出预测，您需要一个阈值（关于这个主题有整篇文献 [搜索 "ROC curve" 或 "AUC"] ...）天真地选择一个 0.5 的截止值（这是一个合理的默认值，如果你不知道或不想假设任何关于误报与假阴性的相对成本，或等效的敏感性与特异性的价值），那么

p <- as.numeric(predict(model, type="response")>0.5)

应该给出预测概率并将它们分别转换为0或1。那么

mean(p==datafile$Tipo)

应该给你正确的比例。

table(p,datafile$Tipo)

应该给你一个预测与观察 table。

二项式 glmer() 预测的分类精度

Classification accuracy of binomial glmer() predictions

r

prediction

lme4