我试图用R分析一些概率数据。我给出的数据给出了给定概率的某些结果（ A 和 B ）的频率 p 和我想要的是一个模型，它允许我仅从频率数据中估算 p 。
现在我正在运行一个线性回归（类似于lm(p ~ A + B)）或多或少的工作，但我知道这不是“正确的方法”。特别是，对于 A 或 B 的某些值，我的当前模型将返回不在[0, 1]区间内的值，即无效一个概率。
我很确定有办法做到这一点，但我不能为我的生活找出模型被调用的内容或如何在R中运行它。任何人都可以给我一个提示吗？
答案 0 :(得分：3)
您不能只运行lm(p ~ A + B)，因为没有模型将计数变量 A和B与概率相关联：lm()符合线性回归以模拟无界实变量作为实数变量的线性组合的函数（您可以替换计数变量）。
最简单的概率模型是logistic regresion，它使用逻辑函数从无界实数值到有界区间[0,1]。您可以使用glm()以及针对特殊情况的许多附加软件包在R中进行逻辑回归，例如， this rseek.org search for logistic regression。
此外，CrossValidated是一个很好的网站，可以对此问题进行建模。
答案 1 :(得分：0)
泊松回归，在R中实现，glm函数与family =“poisson”（带有默认日志链接），将估计一个对数线性模型，该模型可以非常直接地用于估计概率。根据您设置数据集输入的方式，您可以通过exp（linear.predictor）获得比例或比率。它有点类似于你当前使用的lm（）设置为lm（log（p）~A + B），但错误更适合计数。 piece that Zeileis, el al, did for package pscl目前在分析计数数据的其他方法的背景下特别擅长（见3.2节）：