0

私は R で次のロジスティック回帰モデルを実行しています。重要な予測子の 1 つは ですour_bid。これは、0.30 から 0.80 の範囲の数値および連続変数です。our_bid効果パッケージを使用してモデルの確率曲線を描画しようとすると、0.00 から 2.00に基づいて応答変数を予測できると期待していました。これらの値は私のデータ セットには存在しませんが、モデルを使用して、現在含まれている値以外の値を予測できると考えましたour_bid。

mod1 = glm(factor(won_ping) ~ our_bid +
  age_of_oldest_driver2 + 
  credit_type2 + 
  coverage_type2 +
  home_owner2 +
  state2 +
  currently_insured2 +
  hour_of_day4 +
  vehicle_driver_score,
  data=dat, family=binomial(link="logit"))

Predict.Plot(mod1, pred.var = "our_bid", our_bid = 250, age_of_oldest_driver2 = "22 to 25",      
             credit_type2 = "FAIR", coverage_type2 = "BASIC", home_owner2 = "1",      
             state2 = "top", currently_insured2 = "1", hour_of_day4 = "1pm to 7pm",      
             vehicle_driver_score = "0", plot.args = "list(xlim=c(0,100))", type = "response")

これにより、次のプロットが得られますが、0 から 1.00 までのすべての予測値が得られるわけではありません。統計モデルを使用してその変数の値の範囲外を予測できない理由がわかりません ( our_bid)。

ここに画像の説明を入力

4

1 に答える 1

2

rms上記のパッケージの必要性は見られPredict.Plotず、関数はrms標準パッケージにも含まれていません。

パッケージのPredict.Plot関数を意味する場合、セクションで指定すると、ウィンドウの幅のみが設定され、予測は何も行われません。ヘルプ ページの詳細セクションを読むと、予測元の範囲を指定する場合は、予測変数に 2 つの値を指定する必要があることがわかります (それ以外の場合は、適合に使用されるデータの範囲を使用するだけです)。モデル）。それで、あなたが望むように見えますか、そのようなものです。再現可能な形式でデータを提供していただければ、テストを行い、より良いアドバイスを提供できます。TeachingDemosxlimplot.argsPredict.Plotour_bid=c(0,100)

于 2012-09-10T20:57:48.750 に答える