使用predict()
可以针对给定模型获得自变量(x
)的某个值的因变量(y
)的预测值。对于给定的y
,是否有预测x
的函数?“预测”函数的反函数
例如:
kalythos <- data.frame(x = c(20,35,45,55,70),
n = rep(50,5), y = c(6,17,26,37,44))
kalythos$Ymat <- cbind(kalythos$y, kalythos$n - kalythos$y)
model <- glm(Ymat ~ x, family = binomial, data = kalythos)
如果我们想知道该模型的预测值x=50
:
predict(model, data.frame(x=50), type = "response")
我想知道哪些x
使得y=30
,例如。
预测总是在一些统计模型的上下文中。在变量可以被“预测”之前,需要一个分布和结构假设。在函数为lm和glm的情况下,假定自变量是固定的(即确定性的),所以这些预测是没有意义的。如果你想对X进行推理,那么你将不得不使用某种分层方法来使X随机。最有可能的是,你最终会得到一个贝叶斯框架,它会给你X的后缀,然后你可以用它来进行预测。 – VitoshKa 2010-11-16 09:26:47
你最好指定你想要的。用1 x,这是可行的。有了2个,你有无限的可能答案。所以我真的很想知道为什么你需要逆向预测。是否用于校准目的? - 编辑:另见VitoshKa的评论。 – 2010-11-16 09:27:30
你可以建立一个逆模型,比如'invM1 < - lm(x〜y,data)',然后在新的预测变量'y'上使用'predict'。现在,在你加入之前,我建议考虑上面评论的@vitoshKa。 – PavoDive 2016-06-06 16:43:02