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):

https://pastebin.com/7QYXwwa4

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]