Sortie du modèle logistique en R

10

J'essaie d'interpréter le type de modèle logistique suivant:

mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial)

Est la sortie des predict(mdl)chances de réussite attendues pour chaque point de données? Existe-t-il un moyen simple de tabuler les cotes pour chaque niveau de facteur du modèle, plutôt que pour tous les points de données?

James
la source
Pourriez-vous être plus précis sur ce que vous entendez par un tableau croisé des RUP? Vos facteurs ont plus de deux niveaux?
chl
Oui, les facteurs ont respectivement 3 et 6 niveaux. Je veux un tableau des probabilités prévues pour chaque combinaison possible de fac1et fac2.
James
Ok, la réponse de @ Bernd me convient. Jetez peut-être un coup d'œil au Designpackage de Franck Harrell; il a de très belles fonctions lrm()pour les GLM et les trucs connexes.
chl

Réponses:

14

Les pages d'aide pour

predict.glm

state: "Ainsi, pour un modèle binomial par défaut, les prédictions par défaut sont de log-odds (probabilités sur l'échelle logit) et 'type =" response "' donne les probabilités prédites". Ainsi, predict(mdl)renvoie le journal (cotes) et l'utilisation de "type =" response "renvoie les probabilités prédites. Vous pourriez trouver cet exemple de jouet instructif:

> y <- c(0,0,0,1,1,1,1,1,1,1)
> prop.table(table(y))
y
  0   1 
0.3 0.7 
> glm.y <- glm(y~1, family = "binomial")
> ## predicted log(odds)
> predict(glm.y)
        1         2         3         4         5         6         7         8 
0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 
        9        10 
0.8472979 0.8472979 
> ## predicted probabilities (p = odds/(1+odds))
> exp(predict(glm.y))/(1+exp(predict(glm.y)))
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 
> predict(glm.y, type = "response")
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 

En ce qui concerne votre deuxième question, vous voudrez peut-être consulter le package d'effets http://socserv.socsci.mcmaster.ca/jfox/Misc/effects/index.html de John Fox; voir aussi son article JSS "Effets affichés en R pour les modèles linéaires généralisés" (pp. 8-10).

Bernd Weiss
la source
Excellent! C'est exactement ce que je cherchais, merci!
James