Question

我是一名新手，在解释逻辑回归的输出方面遇到了麻烦。我的响应变量有两个值 - “multiplex”和“subterraneus”。当在“microtus.train”数据框中使用factor（）函数时，我按顺序得到“mutiplex and subterraneus”。在我拟合模型并预测响应之后，我无法理解概率意味着什么。这些概率意味着观察的概率是“地下”吗？当我使用“对比（microtus.train $ Group）”声明时，我得到了下表。

> contrasts(microtus.train$Group)
             subterraneus
multiplex               0
subterraneus            1

基于该表，我解释该模型试图预测“地下”的概率（不是“多重”的概率），因为“1”是“地下”的虚拟编码。我的假设是否正确？

我的代码如下，我提前感谢您的帮助。

library(Flury)
data(microtus, package = "Flury")

str(microtus)
summary(microtus)

# Creating training & test data frames
microtus.train <- subset(microtus, 
                     microtus$Group %in% c("multiplex", "subterraneus"), 
                     select = c("Group", "M1Left", "M2Left", "M3Left", 
                                "Foramen", "Pbone","Length", "Height",
                                "Rostrum") )

# Drop 3rd factor level
microtus.train$Group = droplevels(microtus.train$Group)
factor(microtus.train$Group)


nullModel.GLM <- glm(Group ~ 1, data = microtus.train, 
                     family = binomial())
fullModel.GLM <- glm(Group ~ ., data = microtus.train, 
                     family = binomial())
summary(nullModel.GLM)
summary(fullModel.GLM)

stepFwd.GLM <- step(nullModel.GLM, scope = list(upper = fullModel.GLM), 
                    direction = 'forward', k = 2)
stepFwd.GLM.fitResults <- predict(stepFwd.GLM, type = 'response')
stepFwd.GLM.fitResults

contrasts(microtus.train$Group)

Answer 1

重要的不是对比，而是因子水平的顺序（对比度指定预测变量变量如何被编码为虚拟变量）。来自?glm：

对于'二项式'和'准二项式'家庭，反应也可以被指定为'因子'（当第一级表示失败时）和其他所有成功）

由于R默认按字母顺序定义因子水平，“多路复用”（可能）是第一级，“子宫颈”是第二级，因此逻辑回归预测“子宫颈”的概率。您可以使用levels(microtus$Group)进行检查，并在必要时使用factor()明确设置levels参数进行调整。

解释R如何在Logistic回归中编码虚拟响应变量

1 个答案: