我如何使用逻辑回归在R中预测NA的反应？

我有这样的数据集：我如何使用逻辑回归在R中预测NA的反应？

年龄 - 工作-------贷款 - Ÿ
57 - 退役 - - - 是 - 否
44 - 管理 - - - 不 - 不
39 - 未知 - 不 - 不
47 - 服务 - 不 - 是
41 - 管理-----无 - 无
51 - 老师 - - 是 - 否
45 - 未知 - 否 - 是
57 - 退役------否 - 否
42 - teacher ----- no --NA
30 - student ----- no - NA

我想用逻辑回归来预测y的所有值，但是我得到10个预测中只有7个。因此，它忽略了y==NA的情况。

这里是我的代码：

fit <- glm(y~ age+ as.factor(job)+ as.factor(loan), data= mydat, family=binomial)  
predict(fit, type="response", na.action=na.pass)

如何预测与缺失值的响应值y甚至在案件？

来源

2013-07-26 Hamed

你的问题有点令人困惑，因为你要么需要一个mulinomial logit/probit模型，其中NA是第三类结果，或者你希望插补模型根据其他数据填充y的值。正如@Roland回答的那样，您无法使用glm提供的二元结果模型预测缺失值。

如果前者（多项logit/probit模式），看看你的选项on the Econometrics Task View。

如果后者（插补），您还有很多选项，如Amelia,mice和mi。

来源

2013-07-26 07:41:10 Thomas

谢谢托马斯，是的，我实际上试图通过逻辑回归来计算NA值。我已经使用过鼠标包，但是我在这里要做的是获得一个包含推测值的新数据集;因为我无法使用老鼠。你有这个想法吗？ – Hamed

查看Amelia，它会给你一个包含几个推测数据框的列表。它非常易于使用。 – Thomas

如果您没有某物的数据，则无法对其进行建模并因此无法预测。例如，你没有没有贷款的学生的数据。那么你如何建议预测没有贷款的学生？这需要魔法。另一方面，如果您以某种方式（例如，初学者/有经验/未知）省略了模型或重新编码的工作，则可以预测所有案例。最好的建议当然是获得更多的数据。

来源

2013-07-26 07:26:39 Roland

谢谢罗兰，我认为这是可以预测的反应，如果我们有所有的（即使它是一个缺失值）解释变量的值及其参数。 – Hamed

但是对于预测因子变量的每个组合，您至少需要一些响应值。否则，信息根本就不存在。 – Roland

删除“学生”从你的数据，并使用在newdata参数预测：

predict(fit,newdata=mydat,type="response")

来源

2013-11-19 15:50:53 Miguel

我如何使用逻辑回归在R中预测NA的反应？

回答

相关问题