我用下面的公式做了一个glm
glm(lone_total ~ class + age + basic_needs_covered_id,
data = mod_data_lone,
family = gaussian(link = "inverse") )
用以下等式解释系数:
Y=1/(β2X2+β1X1+β0)
现在为了可视化我的模型,我需要预测一个数据集。
pred_data <- predict(final_model,
newdata = newdata_income,
se.fit = TRUE,
type = "response")
然后在vlaues上运行exp()
#log to exp
pred_data$lwr <- exp(pred_data$fit - 1.96 * pred_data$se.fit)
pred_data$upr <- exp(pred_data$fit + 1.96 * pred_data$se.fit)
pred_data$fit <- exp(pred_data$fit)
但这在我目前的模型上不起作用,斜率(或值)保持相反。我如何根据上面给出的公式预测值?Y=1/(β2X2+β 1X 1 +β0)
1条答案
按热度按时间hgc7kmma1#
我明白了。只是在最后一步用1/代替exp():