我不认为使用基准样条会影响这个。如果是这样,请提供一个可重现的例子。
这里有一个简单的例子:
df1 <- data.frame(y=c(0,1,0,1),
x1=seq(4),
x2=c(1,3,2,6))
library(glm2)
g1 <- glm2(y ~ x1 + x2, data=df1)
### default for type is "link"
> stats::predict.glm(g1, type="link")
1 2 3 4
0.23809524 0.66666667 -0.04761905 1.14285714
现在,作为不确定这些编号S是如何到达我们可以看看源针对上述情况,与predict.glm
。我们可以看到,TYPE =“链接”是最简单的情况下,返回
pred <- object$fitted.values # object is g1 in this case
这些值是从产生的原始数据 * 系数,我们可以用例如验证预测
all.equal(unname(predict.glm(g1, type="link")[1]),
unname(coef(g1)[1] + coef(g1)[2]*df1[1, 2] + coef(g1)[3]*df1[1, 3]))
如果你不能找到你'STR(FHLogit)'所需的值,看看在'print.glm2'或'summary.glm2'代码(或任何'类(FHlogit)'返回......不知道它是不是glm2)。它在那里。 –
你看过'ls(FHlogit)'吗? – Frank
我会看看您推荐的区域。在周末前来审查我的书和明天的裁判。它的glm2,所以我知道它必须在那里。谢谢你的建议 –