手动更改 GLM 的系数后如何在 R 中使用预测函数

Question

我正在创建一个包含多个变量的 GLM 模型。获得输出后，我将使用 GLM 预测新值。

我注意到在手动更改分类变量水平之一的 GLM 系数后，我仍然得到相同的预测值，即使我知道我的一些数据具有这个水平。一些代码可能有助于解释我的过程：

##data frame
df <-data.frame(Account =c("A","B","C","D","E","F","G","H"), 
       Exposure = c(1,50,67,85,250,25,22,89),
       JudicialOrientation=c("Neutral","Neutral","Plaintiff","Defense","Plaintiff","Neutral","Plaintiff","Defense"),
       Freq= c(.008,.5,.05,.34,.7,0,.04,.12),
       Losses = c(100000,100,2500,100000,25000,0,7500,5200),
       LossPerUnit = c(100000,100,2500,100000,25000,0,7500,5200)/c(1,50,67,85,250,25,22,89))


##Variables for modeling
ModelingVars <- as.formula(df$LossPerUnit~df$JudicialOrientation+df$Freq)

##Tweedie GLM
Model <- glm(ModelingVars, family=tweedie(var.power=1.5, link.power = 0),
             weight = Exposure, data = df)
summary(Model)

##Predict Losses with Model coefficients
df$PredictedLossPerUnit <- predict(Model,df, type="response")


##Manually edit a coefficient for one of my categorical variable's levels
Model$coefficients["df$JudicialOrientationNeutral"] <-log(50)

##Predict Losses again to compare
df$PredictedLossPerUnit2 <- predict(Model, df, type ="response")


sum(df$PredictedLossPerUnit)
sum(df$PredictedLossPerUnit2)
View(head(df))
summary(Model)

这段代码工作正常，两个 PredictedLossPerUnits 都有不同的数字（如果该行观察到 "JudicialOrientationNeutral"）。当我在我的主数据集上做一些类似的事情时，它有更多的变量但以类似的方式（一些连续的，一些离散的有多个 bin）即使在我操纵系数之后，我仍然为我的预测函数获得相同的预测值。

是否有任何奇怪的事情会导致我的预测函数继续给出与原始结果相同的结果 - 即使在我手动更改 GLM 中的系数之后也是如此？

编辑：我找到了答案。在我的其他数据集中，我正在做： df$PredictedLossPerUnit <- 预测（模型，数据=df，类型="response"）

数据实际上不是预测函数的参数，它应该是 "newdata"。一个愚蠢的错误，但却是一个很好的教训。感谢所有帮助。

Answer 1

您使用公式的方式脱离了 df 对象的含义，或者混淆了 predict.lm 或 某些东西 的逻辑。如果您改为运行按照预期使用的方式创建公式（不引用数据对象的名称（因此仅使用列名），您将获得所需的效果：

 ModelingVars <- as.formula(LossPerUnit~JudicialOrientation+Freq)

#----------

> df$PredictedLossPerUnit <- predict(Model,df, type="response")
> 
> 
> ##Manually edit a coefficient for one of my categorical variable's levels
> Model$coefficients["JudicialOrientationNeutral"] <-log(50)
> 
> ##Predict Losses again to compare
> df$PredictedLossPerUnit2 <- predict(Model, df, type ="response")
> 
> df
  Account Exposure JudicialOrientation  Freq Losses  LossPerUnit PredictedLossPerUnit PredictedLossPerUnit2
1       A        1             Neutral 0.008 100000 100000.00000           1549.56677           40213.38196
2       B       50             Neutral 0.500    100      2.00000            919.41825           23860.16405
3       C       67           Plaintiff 0.050   2500     37.31343            169.99221             169.99221
4       D       85             Defense 0.340 100000   1176.47059            565.49150             565.49150
5       E      250           Plaintiff 0.700  25000    100.00000             85.29641              85.29641
6       F       25             Neutral 0.000      0      0.00000           1562.77490           40556.15105
7       G       22           Plaintiff 0.040   7500    340.90909            171.80535             171.80535
8       H       89             Defense 0.120   5200     58.42697            714.15870             714.15870

我通常尽量在屏幕上保留必要的 material，但在这里您需要滚动才能看到两列中的 "Neutral" 项不同。

编辑：我将公式的创建留在外面，因为它是可能的最小变化，但更好的策略是只使用你的公式而不使用 "as.formula" 包装器，这是不需要的并且将有一个不同的环境供以后评估。首先运行: Model <- glm(LossPerUnit~JudicialOrientation+Freq, family = tweedie(var.power=1.5, link.power = 0), weight = Exposure, data = df) 然后做你的系数暴力。

Answer 2

我找到了答案。在我做的其他数据集中：

df$PredictedLossPerUnit <- predict(Model,data=df, type="response")

"data" 实际上不是预测函数的函数参数，它应该是 "newdata"。一个愚蠢的错误，但却是一个很好的教训。感谢所有帮助。

手动更改 GLM 的系数后如何在 R 中使用预测函数

How to use the Predict Function in R after manually altering a GLM's coefficients

r

modeling

glm

coefficients