Salida del modelo logístico en R

Estoy tratando de interpretar el siguiente tipo de modelo logístico:

mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial)

¿Es la salida de predict(mdl)las probabilidades de éxito esperadas para cada punto de datos? ¿Existe una manera simple de tabular las probabilidades para cada nivel de factor del modelo, en lugar de todos los puntos de datos?

r logistic generalized-linear-model

— James
fuente

¿Podría ser más preciso sobre lo que quiere decir con tabulación cruzada de los OR? ¿Tus factores tienen más de dos niveles?

— chl

Sí, los factores tienen 3 y 6 niveles respectivamente. Quiero una tabla de cuáles son las probabilidades predichas para cada combinación posible de fac1y fac2.

— James

Ok, la respuesta de @ Bernd está bien conmigo. Quizás eche un vistazo al Designpaquete de Franck Harrell; tiene funciones muy buenas lrm()para GLM y cosas relacionadas.

— chl

Las páginas de ayuda para

predict.glm

estado: "Por lo tanto, para un modelo binomial predeterminado, las predicciones predeterminadas son de log-odds (probabilidades en la escala logit) y 'type =" response "' proporciona las probabilidades predichas". Entonces, predict(mdl)devuelve el registro (probabilidades), y el uso de "type =" response "devuelve las probabilidades predichas. Puede encontrar este ejemplo de juguete instructivo:

> y <- c(0,0,0,1,1,1,1,1,1,1)
> prop.table(table(y))
y
  0   1 
0.3 0.7 
> glm.y <- glm(y~1, family = "binomial")
> ## predicted log(odds)
> predict(glm.y)
        1         2         3         4         5         6         7         8 
0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 0.8472979 
        9        10 
0.8472979 0.8472979 
> ## predicted probabilities (p = odds/(1+odds))
> exp(predict(glm.y))/(1+exp(predict(glm.y)))
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 
> predict(glm.y, type = "response")
  1   2   3   4   5   6   7   8   9  10 
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7

Con respecto a su segunda pregunta, puede consultar el paquete de efectos http://socserv.socsci.mcmaster.ca/jfox/Misc/effects/index.html de John Fox; véase también su artículo de JSS "Visualizaciones de efectos en R para modelos lineales generalizados" (págs. 8-10).

— Bernd Weiss
fuente

¡Excelente! Esto es exactamente lo que estaba buscando, ¡gracias!

— James