如何在逻辑回归中找到特定于 .5 概率的协变量的值
How to find the value of a covariate specific to .5 probability on Logistical Regression
所以,我有一个二项式 glm 函数,有两个预测变量,第二个(作为因子)有两个水平 (50, 250)。
model <- glm(GetResp.RESP ~ speed + PadLen, family = binomial(link = "logit"), data = myData)
它的剧情是这样的:
我的问题:如何找到第二个预测变量每个级别的 .5 概率的协变量(球速)?
例如,我尝试使用包 'MASS':
中的函数 dose.p()
dose.p(model, p = 0.5)
我得到
p = 0.5: 36.9868
只要看一下图,它就是第一个 (50) 级别的值。现在,我怎样才能在第二 (250) 级找到它?
谢谢。
dput(我的数据):
由于这是逻辑回归,因此您要拟合函数:
log(p/(1-p)) = b0 + b1*speed + b2*PadLen
其中 p 是 GetResp.RESP
等于 1 的概率,b0、b1 和 b2 是回归系数,PadLen
是虚拟变量,当 myData$PadLen
为 50,当 myData$PadLen
为 250 时等于 1。
所以你可以求解 p = 0.5 的速度:
log(1) = b0 + b1*speed + b2*PadLen
b1*speed = log(1) - b0 - b2*PadLen
speed = (log(1) - b0 - b2*PadLen)/b1
因为 log(1) = 0,这减少到:
speed = (-b0 - b2*c(0,1))/b1
或者,输入实际的系数值:
speed = (-coef(model)[1] - coef(model)[3]*c(0,1))/coef(model)[2]
要求解 speed
的其他概率,只需在等式中保留对数几率因子并输入您想要的任何 p 值:
speed = (log(p/(1-p)) - coef(model)[1] - coef(model)[3]*c(0,1))/coef(model)[2]
所以,我有一个二项式 glm 函数,有两个预测变量,第二个(作为因子)有两个水平 (50, 250)。
model <- glm(GetResp.RESP ~ speed + PadLen, family = binomial(link = "logit"), data = myData)
它的剧情是这样的:
我的问题:如何找到第二个预测变量每个级别的 .5 概率的协变量(球速)?
例如,我尝试使用包 'MASS':
中的函数 dose.p()dose.p(model, p = 0.5)
我得到
p = 0.5: 36.9868
只要看一下图,它就是第一个 (50) 级别的值。现在,我怎样才能在第二 (250) 级找到它?
谢谢。
dput(我的数据):
由于这是逻辑回归,因此您要拟合函数:
log(p/(1-p)) = b0 + b1*speed + b2*PadLen
其中 p 是 GetResp.RESP
等于 1 的概率,b0、b1 和 b2 是回归系数,PadLen
是虚拟变量,当 myData$PadLen
为 50,当 myData$PadLen
为 250 时等于 1。
所以你可以求解 p = 0.5 的速度:
log(1) = b0 + b1*speed + b2*PadLen
b1*speed = log(1) - b0 - b2*PadLen
speed = (log(1) - b0 - b2*PadLen)/b1
因为 log(1) = 0,这减少到:
speed = (-b0 - b2*c(0,1))/b1
或者,输入实际的系数值:
speed = (-coef(model)[1] - coef(model)[3]*c(0,1))/coef(model)[2]
要求解 speed
的其他概率,只需在等式中保留对数几率因子并输入您想要的任何 p 值:
speed = (log(p/(1-p)) - coef(model)[1] - coef(model)[3]*c(0,1))/coef(model)[2]