使用“MASS::polr”进行概率序逻辑回归：如何对新数据进行预测答案

【问题标题】：probit ordinal logistic regression with `MASS::polr`: How to make prediction on new data使用“MASS::polr”进行概率序逻辑回归：如何对新数据进行预测
【发布时间】：2017-03-02 12:45:58
【问题描述】：

我想在 R 中进行序数回归，所以我想使用 MASS 包中的 polr 函数。首先我创建一个这样的模型：

model <- polr(labels ~ var1 + var2, Hess = TRUE)

现在我想使用该模型来预测新病例。我以为那只是：

pred <- predict(model, data = c(newVar1, newVar2))

但是，predict 似乎以某种方式预测训练集，而不是新数据。当我的训练集是 2000 个示例，而我的新数据是 700 个示例时。我仍然得到 2000 个预测标签。

所以我的问题是：如何使用polr 对新数据进行预测？

【问题讨论】：

标签： r regression logistic-regression predict ordinal

【解决方案1】：

遗憾的是，predict.polr 没有文档条目，否则您可以简单地阅读该文档以了解如何正确使用 predict。

在 R 中，只有少数原始模型拟合函数，如 smooth.spline、predict 需要一个新数据向量（这是合理的，因为 smooth.spline 处理单变量回归）。通常，predict 需要一个数据框或列表，其名称与模型公式中指定的变量或模型框架中所示的变量匹配（“术语”属性）。如果您适合模型：

labels ~ var1 + var2

那么你应该构造newdata:

predict(model, newdata = data.frame(var1 = newVar1, var2 = newVar2))

或

predict(model, newdata = list(var1 = newVar1, var2 = newVar2))

注意，predict 是 newdata，而不是 data。

由于没有文档，我们可以看看：

args(MASS:::predict.polr)
#function (object, newdata, type = c("class", "probs"), ...)

你甚至可以查看源代码（不长）：

MASS:::predict.polr

你会在源代码中看到：

newdata <- as.data.frame(newdata)
m <- model.frame(Terms, newdata, na.action = function(x) x, 
       xlev = object$xlevels)

这解释了为什么newdata 应该作为数据框传递，以及为什么变量名称必须与Terms 中的内容匹配。

这是一个可重现的例子：

library(MASS)
house.plr <- polr(Sat ~ Infl + Type + Cont, weights = Freq, data = housing)

## check model terms inside model frame
attr(terms(house.plr$model), "term.labels")
# [1] "Infl" "Type" "Cont"

在进行预测时，这些将不起作用：

## `data` ignored as no such argument
predict(house.plr, data = data.frame("Low", "Tower", "Low"))
## no_match in names 
predict(house.plr, newdata = data.frame("Low", "Tower", "Low"))

这行得通：

predict(house.plr, newdata = data.frame(Infl = "Low", Type = "Tower", Cont = "Low"))

#[1] Low
#Levels: Low Medium High

【讨论】：