glm

    -1热度

    1回答

    我使用R为蚜虫和parasitoid数据创建glm。 这是模型我使用 Aphid_glm.full8 = glm(Field.Abundance~Region-1+Total_Rainfall+Species+GS+Date, family=gaussian()) 我得到以下输出 Aphid_glm.full8 = glm(Field.Abundance~Region-1+Total_Rain

    -3热度

    1回答

    我在6000训练样本(glm)上训练了我的模型 然后,我尝试预测有200000行的向量, 但结果我只收到6000行。 我用这些参数的函数预测(): predict( object = model_ppp2, newdate = Model_education, type = c("link", "response", "terms"), se.fit = TRUE, disp

    6热度

    1回答

    我想使用tidyverse和modelr软件包计算一组数据的逻辑回归预测。很显然,我在add_predictions中做错了,因为我没有收到逻辑函数的“响应”,就像我在统计中使用“预测”函数一样。这应该很简单,但我无法弄清楚,多次搜索的结果都很少。 library(tidyverse) library(modelr) options(na.action = na.warn) library(

    0热度

    1回答

    我正在处理大量数据,只是使用glm在茱莉亚计算逻辑回归。我所做的是检查就业率的不同影响,我有0或1. 现在我想绘制我的结果。我有gilman/hill书,他们在那里做类似的练习,但在R(也是glm)。 他们绘制的是: fit.1 <- glm(switch ~ dist, family=binomial(link="logit")) jitter.binary <- (a, jitt=.05)

    0热度

    1回答

    我在R中做了一个glm,并预测了我得到的结果中的一个模型。我收到pred$fit的值在-1.2和0.7之间变化。不过,我想将这些值重新缩放到0到1之间的范围,因此我可以在Y轴范围在这两个值之间的情况下观察它。改变ylim是不够的,因为不会看到负值。有没有可以应用于这种情况的功能?

    0热度

    2回答

    我在计数数据上运行泊松广义线性模型,并使用ggplot绘制数据和拟合模型。 我的数据: structure(list(YR = c(1960, 1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1980, 1981,

    0热度

    1回答

    我想要计算一个3水平因变量的比值比。 我已经找到了如何做一个二进制抑郁评分比值比(测试得分最低的25%= 1,所有其它= 0),通过这样做: ODDSR <-glm(DEPRESSION~AGE+MALE+LITERACY+COLLEGE+MARRIED, data = df, family = "binomial") summary(ODDSR) exp(cbind(OR = coef(

    0热度

    1回答

    我想通过循环遍历包含响应变量(dat_prob)的数据集中的列来运行glmer。我使用的代码如下,从另一个stackoverflow问题(Looping through columns in R)研究的代码改编而来。 其代码: dat_y<-(dat[,c(2:1130)]) dat_x<-(dat[,c(1)]) models <- list() # for(i in names(dat

    0热度

    1回答

    我目前正在用family = inverse.gaussian(link =“log”)运行一个glmer。在“顶级模特”我有如下: full_mod2=glmer(cpueplus1 ~ assnage * logcobb + (1|fyear) + (1|flocation), data=yc,family=inverse.gaussian(link = "log")) 与输出作为系数:

    0热度

    1回答

    我有一个预测量化变量的混合数据(包括定量和分类)。在将模型数据转化为因子之前,我已将其转换为因子。我的数据具有分类变量,其中大多数变量具有超过150个级别。当我尝试将它们提供给glm模型时,由于这些因素具有更多级别,因此它会因内存问题而失败。我们可以设置一个阈值,只接受一定数量的变量。但是,我需要将这些具有更多层次的因素嵌入到模型中。是否有任何方法可以解决这个问题。 编辑:数据集有120000行和