7

実行例として、多項ロジットに関する UCLA の例を使用してみましょう---

library(nnet)
library(foreign)

ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)

dses <- data.frame(ses = c("low", "middle", "high"), write = mean(ml$write))
predict(test, newdata = dses, "probs")

どうすれば 95% 信頼区間を取得できますか?

4

2 に答える 2

6

effectsこれは、Cross Validated hereの別の質問で紹介したパッケージで実現できます。

あなたの例を見てみましょう。

library(nnet)
library(foreign)

ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)

from を使用する代わりに、predict()frombaseを使用Effect()しますeffects

require(effects)

fit.eff <- Effect("ses", test, given.values = c("write" = mean(ml$write)))

data.frame(fit.eff$prob, fit.eff$lower.prob, fit.eff$upper.prob)

  prob.academic prob.general prob.vocation L.prob.academic L.prob.general L.prob.vocation U.prob.academic
1     0.4396845    0.3581917     0.2021238       0.2967292     0.23102295      0.10891758       0.5933996
2     0.4777488    0.2283353     0.2939159       0.3721163     0.15192359      0.20553211       0.5854098
3     0.7009007    0.1784939     0.1206054       0.5576661     0.09543391      0.05495437       0.8132831
  U.prob.general U.prob.vocation
1      0.5090244       0.3442749
2      0.3283014       0.4011175
3      0.3091388       0.2444031

必要に応じて、 の機能を使用して、それぞれの信頼区間で予測確率をプロットすることもできますeffects。

plot(fit.eff)

イムグル

于 2015-07-29T09:11:43.933 に答える
4

confintモデルオブジェクトで関数を使用するだけです。

ci <- confint(test, level=0.95)

実行するとわかるように、confintは汎用関数であり、特定のバージョンが に対して実行されることに注意してください。multinom

> methods(confint)
[1] confint.default   confint.glm*      confint.lm*       confint.multinom*
[5] confint.nls*

編集：

予測確率の信頼区間の計算については、https ://stat.ethz.ch/pipermail/r-help/2004-April/048917.html から引用します。

multinom 関数を使用して確率の信頼区間を推定する可能性はありますか?

いいえ、信頼区間 (sic) は確率 (sic) ではなく単一のパラメーターに適用されるためです。予測は確率分布であるため、不確実性は間隔ではなく、Kd 空間のある領域でなければなりません。予測に関する不確実性の記述が必要な理由 (許容範囲/領域と呼ばれることが多い) は? この場合、発生するイベントと発生しないイベントがあり、意味のある不確実性は確率分布です。信頼領域が本当に必要な場合は、適合パラメーターの不確実性からシミュレートし、結果の経験的分布を予測して要約することができます。

于 2013-11-07T22:02:08.190 に答える