相当于R中泊松族的plogis（logit）

问题描述：

注意：这是一个交叉发布。我上个星期在Cross Validated上发布了这个问题，但是，它或者不适合那里，或者它不被识别 - 因此，我试图在这里得到答案...相当于R中泊松族的plogis（logit）

当我运行glm与二项式家族（逻辑回归），R输出给我的对数估计，它可以使用plogis(logit)转化为概率。所以使用类似plogis(predict(glm_fit, type = "terms"))的东西会给我调整每个预测变量的成功概率。

但是什么是泊松回归的等价物？如何“预测”每个预测变量的调整事件率？

考虑这个例子：

set.seed(123) 
dat <- data.frame(y = rpois(100, 1.5), 
        x1 = round(runif(n = 100, 30, 70)), 
        x2 = rbinom(100, size = 1, prob = .8), 
        x3 = round(abs(rnorm(n = 100, 10, 5)))) 

fit <- glm(y ~ x1 + x2 + x3, family = poisson(), data = dat)

，并使用predict.glm(fit, type = "terms")

我得到：

  x1   x2   x3 
1 -0.023487964 0.04701003 0.02563723 
2 0.052058119 -0.20041119 0.02563723 
3 0.003983339 0.04701003 0.01255701 
4 -0.119637524 0.04701003 -0.03322376 
5 0.010851165 0.04701003 -0.00706332 
6 -0.105901873 -0.20041119 -0.00706332 
... 
attr(,"constant") 
[1] 0.3786072

所以，我有多少 “事故”（y值）期望为每个值x1，持有x2和不变（什么predict呢，afaik）？

答

好吧，我想我现在找到了我正在寻找的东西：反向链接函数。因此，family(fit)$linkinv(eta = ...)为我提供了不同型号系列和链接功能的正确预测值/效果。

例如，对于使用logit-link的二项式回归，family(fit)$linkinv(eta = x)相当于plogis(x)。

相当于R中泊松族的plogis（logit）

相关推荐