首先请注意,我无法在数据集之外的任何内容上重现此错误 . 但是,这是一般的想法 . 我有一个数据框,我正在尝试构建一个简单的逻辑回归来理解Amount对IsWon的边际效应 . 两个模型都表现不佳,毕竟它是一个预测器,但它们产生两个不同的系数
首先是glm输出:
> summary(mod4)
Call:
glm(formula = as.factor(IsWon) ~ Amount, family = "binomial",
data = final_data_obj_samp)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.2578 -1.2361 1.0993 1.1066 3.7307
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.18708622416 0.03142171761 5.9540 0.000000002616 ***
Amount -0.00000315465 0.00000035466 -8.8947 < 0.00000000000000022 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 6928.69 on 4999 degrees of freedom
Residual deviance: 6790.87 on 4998 degrees of freedom
AIC: 6794.87
Number of Fisher Scoring iterations: 6
请注意金额的负系数 .
现在来自rms的lrm功能
Logistic Regression Model
lrm(formula = as.factor(IsWon) ~ Amount, data = final_data_obj_samp,
x = TRUE, y = TRUE)
Model Likelihood Discrimination Rank Discrim.
Ratio Test Indexes Indexes
Obs 5000 LR chi2 137.82 R2 0.036 C 0.633
0 2441 d.f. 1 g 0.300 Dxy 0.266
1 2559 Pr(> chi2) <0.0001 gr 1.350 gamma 0.288
max |deriv| 0.0007 gp 0.054 tau-a 0.133
Brier 0.242
Coef S.E. Wald Z Pr(>|Z|)
Intercept 0.1871 0.0314 5.95 <0.0001
Amount 0.0000 0.0000 -8.89 <0.0001
两个模型都做得不好,但是一个估计正系数而另一个估计负系数 . 当然, Value 观可以忽略不计,但有人可以帮我理解这一点 .
对于它的 Value ,这里是lrm对象的情节 .
> plot(Predict(mod2, fun=plogis))
该图显示预测的获胜概率与金额有非常负的关系 .
2 回答
您不应该依赖
summary
的打印结果来检查系数 . 摘要表由print
控制,因此总是会出现舍入问题 . 你试过mod4$coef
(得到glm
modelmod4
的系数)和mod2$coef
(得到lrm
modelmod2
的系数)?最好阅读?glm
和?lrm
的"values"部分 .似乎
lrm
正在将系数估计为最接近的±0.0000值 . 由于系数值远低于该系数值,因此简单地将其舍入为0.0000 . 因此它似乎是积极的,但实际上可能不是 .