逻辑回归的相反预测结果 - glm()答案

【问题标题】：Opposite prediction result from Logistic regression - glm()逻辑回归的相反预测结果 - glm()
【发布时间】：2014-01-21 04:27:03
【问题描述】：

我的预测器有 2 个级别：

>table(predictor)

predictor
    1     2 
12115  4257

我的回复也有2个级别：

> table(response)
response
    1     0 
12115  4257

因此，很明显，这里存在完美的线性相关性。但是当我之后运行逻辑回归和预测时，我得到了这个：

logit = glm(response~predictor, data=data, family="binomial")
pred = predict(logit, newdata=data, type="response")

但是，预测给出的结果与实际数据完全相反：

pred                       1     0
  2.90070146547072e-12 12115     0
  0.999999999997099        0  4257

有人知道这里出了什么问题吗？这怎么解释？

谢谢！

【问题讨论】：

您的前两个表并没有告诉您存在完美的相关性。 table(predictor, response) 可以。什么样的变量是预测变量和响应变量？我的猜测是，至少预测器是一个因素，因为结果不是相反的，它的预测器编码为 0 和 1。
向我们展示table(predictor, response) 就像@John 要求的那样？

【解决方案1】：

预测变量（显然）是一个级别为 1,2 的因子。然而，响应是一个级别为 0,1 的因素。

首先，确保预测器实际存储为因子；不是整数。

predictor <- as.factor(predictor)

“但是，我的预测结果与实际数据完全相反”

“实际数据”是什么意思：预测变量 {1,2} 的实际值，还是响应 {0,1} 的实际值？

如果您想使用来自predict() 的输出向量来预测原始预测变量，您不能直接使用它，您需要对其进行阈值化并索引到其水平向量 c(1,2)。或者只是使用ifelse：

pred <- predict(logit, newdata=data, type="response")
threshold <- 0.5 # or whatever threshold you use
pred <- ifelse(pred>threshold, 1, 2)

另外，向我们展示@John 要求的表格（预测器，响应）。

【讨论】：