我在工作中运行了一些回归,并被要求将截距和回归系数设置为某些值(目前没有具体的数字,但能够做到这一点是关键)。我在网上看了一下,发现了一些使用偏移量的线性回归的答案(下面的例子取自使用线性回归的一些价格和东西的stackoverflow答案):
price ~ offset(c1*memory) + offset(c2*screen_size) + rep(c0, length(memory)) - 1
当我尝试使用上述方法进行逻辑回归时,我似乎无法更改截距,并且我没有从summary()函数中获得任何内容。因此,我的logit:
## Logistical regression formula
my_logit <-glm(Insolvency ~ profits + assets, data = my_data, family="binomial")
## Summary of logit
summary(my_logit)
当我尝试抵消时:
## Logistical regression formula
my_logit <-glm(Insolvency ~ offset(c1*profits) + offset(c2*assets), data = my_data, family="binomial")
## Summary of logit
summary(my_logit)
如果我把rep(c0 length(Insolvency))-1
放进去,那么回归就不工作了。如果我运行上面的方法,只有截距值被汇总出来。
我的问题是,我如何手动设置回归系数和截距到我选择的特定值,并让R吐出总结?我意识到,鉴于R试图优化的东西,如果我设置的值,那么我可能不会得到优化的结果。但这是我被要求做的。
我不能发布合法的数据,因为我可能会失去我的工作,但它看起来像下面的东西,但显然,大得多:
Insolvency
0
0
0
0
0
0
0
1
Lprofits
-23.43471027
-23.39077178
-23.1376606
-22.95771212
-22.88628836
-22.69567881
-22.29604723
-22.07703701
Lassets
25.68146508
25.7462893
22.72271675
24.3626251
24.39917186
26.66993697
21.91259524
23.80678002
1条答案
按热度按时间hwamh0ep1#
你也可以使用
offset()
作为截距,它只需要和其他变量一样长。你也可以在公式中使用-1
来抑制估计的截距:创建于2023-03-22带有reprex v2.0.2