我正尝试使用loglm
包中的MASS
函数从Agresti's Categorical Data Analysis (3rd ed.) [CDA]重现某些对数线性建模分析:
library(MASS)
# read in the data: http://www.stat.ufl.edu/~aa/cda/data.html
dfX = read.table(textConnection('a c m r g count
1 1 1 1 1 405
1 1 1 2 1 23
1 2 1 1 1 13
1 2 1 2 1 2
2 1 1 1 1 1
2 1 1 2 1 0
2 2 1 1 1 1
2 2 1 2 1 0
1 1 2 1 1 268
1 1 2 2 1 23
1 2 2 1 1 218
1 2 2 2 1 19
2 1 2 1 1 17
2 1 2 2 1 1
2 2 2 1 1 117
2 2 2 2 1 12
1 1 1 1 2 453
1 1 1 2 2 30
1 2 1 1 2 28
1 2 1 2 2 1
2 1 1 1 2 1
2 1 1 2 2 1
2 2 1 1 2 1
2 2 1 2 2 0
1 1 2 1 2 228
1 1 2 2 2 19
1 2 2 1 2 201
1 2 2 2 2 18
2 1 2 1 2 17
2 1 2 2 2 8
2 2 2 1 2 133
2 2 2 2 2 17'), header = TRUE)
llACM = loglm(count ~ c + a + m, data = dfX)
summary(llACM)
fitted(llACM)
但是我很难理解.Within. =
的含义,以及如何获得CDA在第323页上给出的预测列联表。
答案 0 :(得分:0)
真的很长的评论:
我运行了您的示例,并查看了fitted.loglm
之类的内容,其中包含以下代码:
{
if (!is.null(object$fit))
return(unclass(object$fit))
cat("Re-fitting to get fitted values\n")
unclass(update(object, fitted = TRUE, keep.frequencies = FALSE)$fitted)
}
update
生成object$fitted
中的所有信息。我比较了MASS示例中的各种数据
minn38a <- xtabs(f ~ ., minn38)
fm <- loglm(~ 1 + 2 + 3 + 4, minn38a)
关于我能做的唯一猜测是你的数据没有正确标注尺寸 - 或者拟合模型增加了一个所需的尺寸,而这个额外的暗淡被赋予了默认名称.Within.
。我的建议是阅读MASS书,或者在glm
拟合模型上挖掘信息。我同意在拟合数据集中定义的维度的解释有些缺乏。