首先请注意,我还没有能够在我的数据集之外的任何内容上重现此错误。但是,这是一般的想法。我有一个数据框,我试图建立一个简单的逻辑回归来理解Amount对IsWon的边际效应。两个模型都表现不佳,毕竟它是一个预测器,但它们产生两个不同的系数
首先是glm输出:
> summary(mod4)
Call:
glm(formula = as.factor(IsWon) ~ Amount, family = "binomial",
data = final_data_obj_samp)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.2578 -1.2361 1.0993 1.1066 3.7307
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.18708622416 0.03142171761 5.9540 0.000000002616 ***
Amount -0.00000315465 0.00000035466 -8.8947 < 0.00000000000000022 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 6928.69 on 4999 degrees of freedom
Residual deviance: 6790.87 on 4998 degrees of freedom
AIC: 6794.87
Number of Fisher Scoring iterations: 6
请注意Amount的负系数。
现在来自rms的lrm函数
Logistic Regression Model
lrm(formula = as.factor(IsWon) ~ Amount, data = final_data_obj_samp,
x = TRUE, y = TRUE)
Model Likelihood Discrimination Rank Discrim.
Ratio Test Indexes Indexes
Obs 5000 LR chi2 137.82 R2 0.036 C 0.633
0 2441 d.f. 1 g 0.300 Dxy 0.266
1 2559 Pr(> chi2) <0.0001 gr 1.350 gamma 0.288
max |deriv| 0.0007 gp 0.054 tau-a 0.133
Brier 0.242
Coef S.E. Wald Z Pr(>|Z|)
Intercept 0.1871 0.0314 5.95 <0.0001
Amount 0.0000 0.0000 -8.89 <0.0001
两个模型都做得不好,但是一个估计正系数而另一个估计负系数。当然,价值观可以忽略不计,但有人可以帮助我理解这一点。
对于它的价值,这里是lrm对象的情节。
> plot(Predict(mod2, fun=plogis))
该图显示预测的获胜概率与金额有非常负的关系。
答案 0 :(得分:1)
似乎lrm
估计系数为最接近的±0.0000值。由于系数值远低于该系数值,因此简单地将其舍入为0.0000。因此它似乎是积极的,但实际上可能不是。
答案 1 :(得分:0)
您不应该依赖summary
的打印结果来检查系数。摘要表由print
控制,因此总是会出现舍入问题。您是否尝试过mod4$coef
(得到glm
模型mod4
的系数)和mod2$coef
(得到lrm
模型系数mod2
)?最好阅读?glm
和?lrm
的“值”部分。