Отчет Кристофера Мэннинга по логистической регрессии в R показывает логистическую регрессию в R следующим образом:
ced.logr <- glm(ced.del ~ cat + follows + factor(class),
family=binomial)
Некоторый вывод:
> summary(ced.logr)
Call:
glm(formula = ced.del ~ cat + follows + factor(class),
family = binomial("logit"))
Deviance Residuals:
Min 1Q Median 3Q Max
-3.24384 -1.34325 0.04954 1.01488 6.40094
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.31827 0.12221 -10.787 < 2e-16
catd -0.16931 0.10032 -1.688 0.091459
catm 0.17858 0.08952 1.995 0.046053
catn 0.66672 0.09651 6.908 4.91e-12
catv -0.76754 0.21844 -3.514 0.000442
followsP 0.95255 0.07400 12.872 < 2e-16
followsV 0.53408 0.05660 9.436 < 2e-16
factor(class)2 1.27045 0.10320 12.310 < 2e-16
factor(class)3 1.04805 0.10355 10.122 < 2e-16
factor(class)4 1.37425 0.10155 13.532 < 2e-16
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 958.66 on 51 degrees of freedom
Residual deviance: 198.63 on 42 degrees of freedom
AIC: 446.10
Number of Fisher Scoring iterations: 4
Затем он подробно расскажет о том, как интерпретировать коэффициенты, сравнивать разные модели и так далее. Довольно полезно
Тем не менее, сколько дисперсии учитывает модель? Страница Stata на логистической регрессии говорит:
Технически, не может быть вычислен таким же образом в логистической регрессии, как в регрессии OLS. Псевдо- в логистической регрессии определяется как , где представляет логарифмическую вероятность для модели «только константа», а - логарифмическую вероятность для полной модели с постоянные и предикторы.R 2 1 - L 1 L0L1
Я понимаю это на высоком уровне. Модель только для констант будет без каких-либо параметров (только член перехвата). Логарифмическая вероятность - это мера того, насколько точно параметры соответствуют данным. На самом деле, Мэннинг рода намеки , что девиация может быть . Возможно, нулевое отклонение только для констант, а остаточное отклонение составляет модели? Однако я не совсем кристально чист.- 2 бревна L
Может ли кто-нибудь проверить, как на самом деле вычисляется псевдо- в R, используя этот пример?