模型是:
model <- glm(DW ~ P + DV_1, family = "binomial")
变量是:
DW <- c(1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 1)
P <- c(18.584898, 8.177430, -7.392020, -13.123626, 11.742363, 35.836419, 8.177430, 8.177430, 7.209096, 10.398933, -23.382043, -8.177430, 7.392020, 17.607980, -37.631207, -8.177430, 12.202439, -29.602930, -8.177430, 14.709837, 8.194932, 8.177430, -5.222738, 1.185302, 12.049662, 6.193046)
DV_1 <- c(45.49215, 55.40000, 51.63815, 36.12306, 34.78324, 41.17867, 59.14783, 62.45898, 55.04072, 53.76998, 52.31764, 44.71056, 42.23566, 50.08676, 61.34397, 49.59538, 38.21099, 51.05214, 44.69676, 40.83045, 46.09846, 53.45508, 54.73643, 50.26476, 48.75601, 53.68885)
如果我尝试获取置信区间,对于每个参数,使用confint
我会收到以下警告消息:
glm.fit:拟合概率数字0或1发生
对于此特定型号:
confint
或其他功能更好吗?提前致谢
答案 0 :(得分:0)
您可以随时在glm
中计算置信区间,而不必依赖任何类型的命令:
exp(confint.default(model))
您始终可以使用Sotos推荐的贝叶斯方法。取决于你想做什么。如果这就像一个硬件问题,告诉你只需要做一个glm模型和置信区间,那么上面的命令将帮助你。
此外,如果您只使用一个参数运行glm()
,然后使用confint
命令,则不会收到任何警告。