管道 % 和 predict()
pipe % and predict()
我正在逻辑模型中使用 predict()
并通过管道传输数据。下面是代码:
library (dplyr)
data %>%
mutate(
y = predict(model, data, type = "response"),
odds_ratio = y / (1 - y),
log_odds_ratio = log(odds_ratio),
log_odds_ratio2 = predict(model, data)
)
数据:一串 x(只有一列),
型号:glm(formula = y ~ x, family = binomial, data = data)
我对最后一列有 2 个问题 log_odds_ratio2:
predict()
怎么知道应该用 log_odds_ratio 和原始 x 来计算新的预测(因为之前创建了 3 个新列)?
为什么 predict()
中不需要 type = "response"
?
正如您在下一页中看到的,description about predict function in case of glm,terms
的默认参数是 link
,这意味着对数优势比。我认为这也可以解释问题 2.
我正在逻辑模型中使用 predict()
并通过管道传输数据。下面是代码:
library (dplyr)
data %>%
mutate(
y = predict(model, data, type = "response"),
odds_ratio = y / (1 - y),
log_odds_ratio = log(odds_ratio),
log_odds_ratio2 = predict(model, data)
)
数据:一串 x(只有一列),
型号:glm(formula = y ~ x, family = binomial, data = data)
我对最后一列有 2 个问题 log_odds_ratio2:
predict()
怎么知道应该用 log_odds_ratio 和原始 x 来计算新的预测(因为之前创建了 3 个新列)?为什么
predict()
中不需要type = "response"
?
正如您在下一页中看到的,description about predict function in case of glm,terms
的默认参数是 link
,这意味着对数优势比。我认为这也可以解释问题 2.