4

R 函数multinom(package nnet) 和mlogit(package mlogit) 都可用于多项逻辑回归。但是为什么这个例子会返回不同的系数 p 值的结果呢？

#prepare data

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata$rank <- factor(mydata$rank)
mydata$gre[1:10] = rnorm(10,mean=80000)

#multinom：

test = multinom(admit ~ gre + gpa + rank, data = mydata)
z <- summary(test)$coefficients/summary(test)$standard.errors
# For simplicity, use z-test to approximate t test.
pv <- (1 - pnorm(abs(z)))*2 
pv
# (Intercept)         gre         gpa       rank2       rank3       rank4 
# 0.00000000  0.04640089  0.00000000  0.00000000  0.00000000  0.00000000

#mlogit：

mldata = mlogit.data(mydata,choice = 'admit', shape = "wide")

mlogit.model1 <- mlogit(admit ~ 1 | gre + gpa + rank, data = mldata)
summary(mlogit.model1)
# Coefficients :
#   Estimate  Std. Error t-value  Pr(>|t|)    
# 1:(intercept) -3.5826e+00  1.1135e+00 -3.2175 0.0012930 ** 
#   1:gre          1.7353e-05  8.7528e-06  1.9825 0.0474225 *  
#   1:gpa          1.0727e+00  3.1371e-01  3.4195 0.0006274 ***
#   1:rank2       -6.7122e-01  3.1574e-01 -2.1258 0.0335180 *  
#   1:rank3       -1.4014e+00  3.4435e-01 -4.0697 4.707e-05 ***
#   1:rank4       -1.6066e+00  4.1749e-01 -3.8482 0.0001190 ***

为什么 p 值从multinorm和mlogit如此不同？我想这是因为我使用添加的异常值mydata$gre[1:10] = rnorm(10,mean=80000)。如果异常值是不可避免的问题（例如基因组学、代谢组学等），我应该使用哪个 R 函数？

4

2 回答 2

3

作为替代方案，您可以使用，它为类模型broom输出整洁的格式。multinom

library(broom)

tidy(test)

它将返回data.frame带有 z 统计量和 p 值的 a。查看tidy文档以获取更多信息。

PS：由于我无法从您发布的链接中获取数据，因此无法复制结果

于 2019-04-17T13:22:11.307 回答
2

这里的区别是 Wald $z$ 检验（您在 中计算的内容 pv）和似然比检验（由summary(mlogit.model).不是尺度不变的）。您可以在此处阅读有关这两个过程的更多信息。

nnet要对模型系数执行 LR 测试，您可以加载car和lmtest包并调用Anova(test)（尽管您必须为单个 df 测试做更多的工作）。

于 2017-02-04T17:43:46.160 回答