wie zu verwenden predict()
Vorhersagen möchten, einen Wert, aber dieser ist eindeutig nicht die Lösung. Ich arbeite gerade an einem multiple-choice-test und 0.304... ist keine Antwort.Wie zu verwenden predict() korrekt?
library(glm2)
data(crabs)
fit= glm(Satellites~Width,data=crabs, family="poisson")
plot(Satellites~Width,data=crabs)
abline(fit)
predict(fit, newdata=data.frame(Width=c(22)))
1
0.3042347
- Was daran ist falsch?
- Ich glaube nicht, dass der Wert richtig ist, da ich eine multiple-choice-derst und 0.304.. ist keine Antwort.
- Ähmm...
22 * fit$coef[2] + fit$coef[1]
gibt, was Sie geschrieben haben. Es ist die richtige. Aber klar, es ist nicht, was Sie erwartet! - Wert, den Sie got mit predict() log() der erwartete Wert, weil Sie aus einer Poisson-regression. Nur machen exp(Wert), um den gleichen Maßstab, wie die ursprünglichen Werte.
- Wow, wie kann ich mir das vorstellen! @DidzisElferts sind Sie richtig! Es passt
- Sollte eine Antwort! @DidzisElferts
- ja, das shouls eine Antwort bu schlage ich vor, Sie ändern ein wenig deine Frage...zu ergänzen, was Sie sagte, in den Kommentaren zum Beispiel.
- done @agstudy !
- Nein, es sieht aus wie eine "gute" Frage.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Funktion
predict()
für die Poisson-regression (für GLM im Allgemeinen) standardmäßig wird die Berechnung der Werte auf der Skala des linearen Prädiktoren, d.h. der log-Skala in diesem Fall (siehe Hilfe-Datei fürpredict.glm
).Um die vorhergesagten Werte auf der Skala der response-variable, sollten Sie hinzufügen argument
type="response"
Funktionpredict()
.preidct
sieht manchmal klobig zu verwenden! aber es ist wirklich ein tolles Arbeitstier!?poisson
wird Ihnen sagen, die Standard-link-Funktion der Poisson-wird das Protokoll (das zeigt sich alspoisson(link = "log")
in der Hilfe-Datei). "auf der Skala des linearen Prädiktor" bedeutet auf der log-Skala in diesem Kontext. Wenn dies ist völlig Fremd, Sie, es könnte hilfreich sein, zu tun, etwas mehr darüber zu Lesen Poisson-GLMs ...