二项式glmer（）预测的分类准确性

Question

我一直在破坏我的（非r-savy）大脑，以获得R来产生二项式glmer模型的正确预测百分比。我知道这不是统计上的超级信息，但它经常被报道;所以我也想报告一下。

DATA：

从属变量：Tipo，有2个值：'s'或'p'。 一系列因子预测因子，而不是一个连续变量。 2个随机截距：测试对象，以及他/她回答的名词

用于模型的代码：

model <- glmer(Tipo ~ agency + tense + 
               co2pr + pr2pr + socialclass + 
               (1|muestra) + (1|nouns), 
               data=datafile, family="binomial",
               control=glmerControl(optimizer="bobyqa"), 
               contrasts=c("sum", "poly"))

我知道有一个函数predict()，它接受​​一个模型对象并根据该模型制定预测，但我似乎无法让它对我有用。如果您愿意分享代码，我将不胜感激。

提前致谢。

Answer 1

为了进行预测，您需要一个阈值（有关此主题的整个文献[搜索＆＃34; ROC曲线＆＃34;或＆＃34; AUC＆＃34;] ...）天真地采摘0.5截止值（如果你不知道或想要假设任何关于假阳性与假阴性的相对成本，或者相当于敏感性与特异性的值），这是一个合理的默认值，那么

p <- as.numeric(predict(model, type="response")>0.5)

应该给出预测的概率并将它们分别转换为0或1。然后

mean(p==datafile$Tipo)

应该给你正确的比例。

table(p,datafile$Tipo)

应该给你一个预测与观察的表格。