在二项式 GLM 中预测新数据答案

【问题标题】：Predicting new data in a binomial GLM在二项式 GLM 中预测新数据
【发布时间】：2015-04-01 22:59:56
【问题描述】：

我第一次问我是否适合 GLM 的问题，我没有遇到任何问题。我得到了这个等式，我确信它是正确的。

logit(Damage)= 5.08498-0.11560(TempF)

然后，我被问到：

构建第二个绘图，将温度数据的范围扩展到华氏 30 度。使用以下脚本执行此操作以帮助您入门：
plot(c(30,85), c(0,1), type='n',xlab="Temperature (F)", ylab="Damage")
rug(x=spacshu$TempF[spacshu$Damage==0],side=1)
rug(x=spacshu$TempF[spacshu$Damage==1],side=3)
然后将使用您在上面创建的模型估计的温度范围为 30 到 85 华氏度的预测响应添加到该图中。

“上面”很可能是指我做这部分的部分，涉及反向转换。

spacshub.pred = exp(predict(spacshub.glm))/(1+exp(predict(spacshub.glm)))

我的困惑从这里开始。数据（上图，.txt 文件中的超链接）显示基于温度和损坏的观察结果，损坏是二项式变量，只有 0（未损坏）和 1（损坏）。根据我在二项式 glms 上阅读的内容，

假设 Yi 是一个伯努利随机变量，我们可以将其概率分布表述如下：

{P(Yi = 1) = pi, P(Yi = 0) = 1-pi}

恰当地说，当我在 R 中插入一个值时，它会给我一个介于 0 和 1 之间的值，并且根据数据销毁的大多数穿梭机都有较高的 pi 值。

现在问题来了。当我初始化我的新数据时，我该怎么做呢？初始化 TempF 的东西很容易，但是我该怎么办呢？我之前执行的 predict 命令并没有给我 0 或 1，而是一组介于 0 和 1 之间的概率值。我到底该如何初始化一个 30 到 85 度的新数据帧？

编辑：谢谢大家。这有帮助，我可以做出预测。但是，我认为我的编码有点不对劲。我也在尝试制作一条拟合线，但我不确定如何更改我的预测所具有的元素数量。这主要是由于数据中有大量重复。所以当我这样做时

newdata = data.frame(TempF=seq(30,85))
spacshu.predict = predict(spacshub.glm, newdata, type="response", se.fit=T)

只有 56 个元素，而数据集中有 138 个元素。除非它们相等，否则我无法映射拟合。我该如何处理我的预测器？

【问题讨论】：

如果理解您的问题，您实际上不需要在新数据中初始化 damage，因为这就是您的预测。 predict 函数只需要预测变量（在本例中为 TempF）。
predict.glm 有一个“类型”参数，可以让您避开所有这些。阅读帮助页面。
谢谢，我可以使用该命令进行预测，但我遇到了一些进一步的麻烦。我编辑了我的帖子以反映这种情况。
如果您想在每个原始点进行估计，那么请忽略 newdata 参数。或者用points 绘制一个，用lines 绘制另一个。
嗯，问题要求我将温度范围扩大到30度，这与原始数据不同，因为原始数据的范围从50到85左右。我认为问题是在问我进行涉及 30 到 85 值的预测。

标签： r statistics regression glm

【解决方案1】：

首先回到基础，您正在研究一个具有二项式因变量（损伤）的逻辑回归模型。您描述的 logit 函数：

   logit(Damage)= 5.08498-0.11560(TempF)

可以估计您想要的范围（30 到 85 华氏度）的 logit（损坏）。

这将导致您的 logit 在该范围内的所有不同数字，请查看 here 以了解此 logit 值的真正含义。

您从方程式中得出的值可以转换为您已经描述的方程式的概率，这将为您提供介于 0 和 1 之间的值。这是在某个温度下将出现 (1) 或将会出现的概率不 (0) 被损坏。

GLM 只是一种预测与连续变量相关的二项式变量发生概率的方法。

希望这足以让你开始你的阴谋。

【讨论】：