predict() 사용 방법

값을 예측하고 싶지만 이는 분명히 해결책이 아닙니다. 객관식 테스트를하고 있는데 0.304 ... 대답이 아닙니다. predict()를 올바르게 사용하는 방법은 무엇입니까?predict() 사용 방법

library(glm2) 
data(crabs) 
fit= glm(Satellites~Width,data=crabs, family="poisson") 
plot(Satellites~Width,data=crabs) 
abline(fit) 
predict(fit, newdata=data.frame(Width=c(22))) 
1 
0.3042347

출처

2013-02-19 Roland Kofler

이것은 잘못된 것입니다. – joran

나는 여러 선택을하고 있기 때문에 값이 정확하다고 생각하지 않는다. 0.304 .. 대답이 아니다. –

Ummm ...'22 * fit $ coef [2] + fit $ coef [1]'은 게시 한 것을 제공합니다. 맞습니다. 그러나 분명히, 그것은 당신이 기대 한 것이 아닙니다! –

선형 예측의 스케일 값을 을 계산한다 (기본적 일반 GLM 용) 포아송 회귀이 경우 즉, 로그 스케일 (predict.glm 도움 파일을 참조) 함수 predict(). predict()을 기능

predict(fit, newdata=data.frame(Width=c(22))) 1 0.3042347

응답 변수의 규모에 예측 값을 을 얻으려면, 당신은 인수 type="response"을 추가해야합니다.

predict(fit, newdata=data.frame(Width=c(22)),type="response") 1 1.355587

출처

2013-02-19 19:01:54

+1!'preidct'가 때때로 사용하기에 어색해 보입니다! 그러나 그것은 정말로 위대한 일꾼입니다! – agstudy

규모 선형 예측자는 log()와 어떤 관계가 있는지 확신하지 못합니다 ... 더 혼란 스럽습니다. –

포아송 모델을 장착했습니다. '? poisson'이 알려줄 것이기 때문에, Poisson의 기본 링크 기능은 로그입니다 (도움말 파일에'poisson (link = "log")'로 표시됨). "선형 예측 자의 척도"는이 맥락에서 로그 척도를 의미한다. 이것이 완전히 익숙하지 않다면, Poisson GLM에 대한 더 많은 독서를하는 것이 도움이 될 것입니다 ... –

답변

관련 문제