7

让我以多项 logit 上的 UCLA 示例作为运行示例 ---

library(nnet)
library(foreign)

ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)

dses <- data.frame(ses = c("low", "middle", "high"), write = mean(ml$write))
predict(test, newdata = dses, "probs")

我想知道我怎样才能得到 95% 的置信区间？

4

2 回答 2

6

这可以通过包来完成，我在此处effects交叉验证的另一个问题中展示了该包。

让我们看看你的例子。

library(nnet)
library(foreign)

ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)

我们不使用predict()from base，而是使用Effect()fromeffects

require(effects)

fit.eff <- Effect("ses", test, given.values = c("write" = mean(ml$write)))

data.frame(fit.eff$prob, fit.eff$lower.prob, fit.eff$upper.prob)

  prob.academic prob.general prob.vocation L.prob.academic L.prob.general L.prob.vocation U.prob.academic
1     0.4396845    0.3581917     0.2021238       0.2967292     0.23102295      0.10891758       0.5933996
2     0.4777488    0.2283353     0.2939159       0.3721163     0.15192359      0.20553211       0.5854098
3     0.7009007    0.1784939     0.1206054       0.5576661     0.09543391      0.05495437       0.8132831
  U.prob.general U.prob.vocation
1      0.5090244       0.3442749
2      0.3283014       0.4011175
3      0.3091388       0.2444031

如果我们愿意，我们还可以使用 中的设施绘制预测概率及其各自的置信区间effects。

plot(fit.eff)

伊姆古尔

于 2015-07-29T09:11:43.933 回答
4

只需confint在模型对象上使用该函数。

ci <- confint(test, level=0.95)

请注意，这confint是一个通用函数，并且运行特定版本multinom，正如您通过运行所看到的那样

> methods(confint)
[1] confint.default   confint.glm*      confint.lm*       confint.multinom*
[5] confint.nls*

编辑：

至于计算预测概率的置信区间的问题，我引用自：https ://stat.ethz.ch/pipermail/r-help/2004-April/048917.html

是否有可能用多项函数估计概率的置信区间？

不，因为置信区间（原文如此）适用于单个参数而不是概率（原文如此）。预测是概率分布，因此不确定性必须是 Kd 空间中的某个区域，而不是区间。为什么需要关于预测的不确定性陈述（通常称为容差区间/区域）？在这种情况下，您有一个事件发生与否，有意义的不确定性是概率分布。如果您确实需要置信区域，则可以根据拟合参数的不确定性进行模拟，以某种方式预测和总结所得的经验分布。

于 2013-11-07T22:02:08.190 回答