用行数预测 R 中 GLM 的误差

【问题标题】：Predict error for GLMs in R with number of rows用行数预测 R 中 GLM 的误差
【发布时间】：2020-09-12 09:40:56
【问题描述】：

我正在尝试获取 R 中逻辑 glm 的预测曲线。我创建了一个新数据框，但不明白为什么我不断收到此错误。感谢您的帮助！

glm1 <- glm(dataset_presence$presence ~ dataset_presence$Int_Bk, data = dataset_presence, family = binomial, na.action = na.exclude)

newdat <- data.frame(Int_Bk = seq(min(dataset_presence$Int_Bk), max(dataset_presence$Int_Bk), length=50))

newdat$presence <- predict(glm1, newdata = newdat, type="response")

$<-.data.frame(*tmp*, 存在, value = c(0.862135653229272, : 替换有 167 行，数据有 50 另外：警告信息： 'newdata' 有 50 行，但找到的变量有 167 行

【问题讨论】：

标签： r glm predict

【解决方案1】：

您需要在公式中指定不带data$variable的型号：

glm1 <- glm(presence ~ Int_Bk, data = dataset_presence, family = binomial, na.action = na.exclude)

一旦你这样做了，你的预测就会奏效。也就是说，如果你想绘制曲线，ggeffects 和effects 包有一些非常有用的功能。例如，使用carData 包中的Chile 数据：

library(ggeffects)
data("Chile", package="carData")

Chile <- Chile %>% 
  filter(vote %in% c("Y", "N"))
m2 <- glm(vote ~ age, data=Chile, family=binomial)

p <- ggpredict(m2, terms="age")
plot(p)

ggpredict 对象的plot() 方法会生成一个ggplot。

【讨论】：