我在 R 中运行以下逻辑回归模型,其中一个重要的预测变量是our_bid
,它是一个数值和连续变量,范围从 0.30 到 0.80。当我尝试使用效果包绘制模型的概率曲线时,我期望我可以根据our_bid
0.00 到 2.00 预测响应变量。即使这些值不存在于我的数据集中,我认为我可以使用该模型来预测当前在our_bid
.
mod1 = glm(factor(won_ping) ~ our_bid +
age_of_oldest_driver2 +
credit_type2 +
coverage_type2 +
home_owner2 +
state2 +
currently_insured2 +
hour_of_day4 +
vehicle_driver_score,
data=dat, family=binomial(link="logit"))
Predict.Plot(mod1, pred.var = "our_bid", our_bid = 250, age_of_oldest_driver2 = "22 to 25",
credit_type2 = "FAIR", coverage_type2 = "BASIC", home_owner2 = "1",
state2 = "top", currently_insured2 = "1", hour_of_day4 = "1pm to 7pm",
vehicle_driver_score = "0", plot.args = "list(xlim=c(0,100))", type = "response")
这将导致下图,它没有给出从 0 到 1.00 的所有预测值。我不确定为什么我不能使用统计模型来预测该变量 ( our_bid
) 中值的范围之外。