#Logistic Regression
glm.fit <- glm(recent_cannabis_use~.,data = drug_use_train, family = binomial)
summary(glm.fit)
predict(glm.fit, with(drug_use_train, data.frame(Gender = "Male")), type = "response")
试图找到男性的recent_canabis_use的预测概率。
答案 0 :(得分:0)
您应该使用predict(glm.fit, newdata = data.frame(Gender = "Male"))
。在这种情况下使用with
是不合理的,因为您没有访问drug_use_train
中的任何变量。
请注意,这假设您的公式在展开时为recent_cannabis_use ~ Gender
。如果你有其他变量并且你想只探索Gender
的效果,你需要将所有其他变量设置(预先计算或补偿)到某个固定值(记住如何解释系数 - 改变y如果其他一切保持不变,则单位更改x。请参阅示例this post。