是否有人可以帮我实施贝叶斯逻辑回归的ROC曲线?一直在尝试DPpackage,但它是我还是它不起作用。
我想用ROC曲线比较的两个模型如下所示:
bayes_mod=MCMClogit(Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr, data=mydata, burnin=500000,mcmc=10000, tune=0.6,b0=coef(mylogit.reduced),B0=information2, subset=c(-1772,-2064,-655))
bayes_mod1=MCMClogit(Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr, data=mydata, burnin=500000,mcmc=10000,tune=0.6,subset=c(-1772,-2064,-655))
Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr
是我的论点; mydata是数据库; mylogit.reduced是在贝叶斯算法之前估计的逻辑回归,B0
是协变矩阵,subset=c
是已消除的观测值。
答案 0 :(得分:0)
我不知道这个包,但它可能提供了一个预测函数(实际上它确实如此,我只是找不到它是否适用于MCMClogit模型,因为我找不到这个函数的文档)。然后,您可以将其传递给像pROC这样的ROC函数:
library(pROC)
predictions <- predict(mydata, newdata=mytestdata)
roc(mytestdata$Default, predictions)