首页 文章

如何预测随机和固定效应模型？

提问于
浏览 次
6

我刚刚从STATA更改为R，并且在实现RATA等效的STATA命令 xtlogit,fe or re 和 predict 时遇到了一些麻烦 . 我可以请求一些帮助来调整以下场景：

data <- read.table("http://people.stern.nyu.edu/wgreene/Econometrics/healthcare.csv",header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE)

   require(caret) # for confusionMatrix

   #### subset into test & train according to the panel nature (split  individuals rather then observations)
   nID <- length(unique(data$id))
   p = 0.50# partition

   inTrain <- sample(unique(data$id), round(nID * p), replace=FALSE)

   training <- data[data$id %in% inTrain, ] 

   testing <- data[!data$id %in% inTrain, ] 


   pooled <- glm(WORKING~WHITEC+FEMALE+BLUEC+HHNINC+AGE+AGESQ+EDUC+DOCVIS,data=training, family=binomial(link="logit"))

   prediction.working= round(predict(pooled,newdata=testing,type="response"))

   confusionMatrix(prediction.working,testing$WORKING) # Accuracy between both

另外，我想对随机效果和固定效果做这些程序 . 所以我首先尝试了随机效果：

library(glmmML)
   RE <- glmmML(WORKING~WHITEC+FEMALE+BLUEC+HHNINC+AGE+AGESQ+EDUC+DOCVIS, family=binomial(link="logit"), data=training, cluster=id, method="ghq", n.points=12)



    prediction.working= round(predict(RE,newdata=testing,type="response"))

但这似乎不起作用 . 请问如何调整有关随机效果和固定效果的 glm 模型以便使用 predict 功能 .

r glm predict generic-function

1 回答

  • 2

    欢迎来到R.我也是STATA转换 .

    这是一个棘手的问题，但其答案对于理解至关重要 . 要理解为什么 predict 函数不适用于glmmML，您需要了解S3方法（请参阅http://adv-r.had.co.nz/OO-essentials.html） .

    让我解释一下 . R是面向对象的语言 . 这意味着R中的所有内容都是一个对象（即矢量，函数，data.frame） . 每个对象都包含属性 . 属性本质上是关于对象本身的元数据 . 例如，data.frame中的变量名称是属性 . 所有对象具有的一个属性是类 . 要查看任何对象的类，只需调用 class() 函数即可 .

    很多（但不是全部）函数使用S3方法 . predict 函数是这些函数之一 . 这意味着当您调用 predict 时， predict 函数会查看对象的类 . 然后根据类别选择应该使用其他预测函数 . 例如，如果您的对象是类 lm ，则预测函数将调用 predict.lm 函数 . 其他 predict 函数包括： predict.glm 用于 glm 类的对象， predict.loess 用于 loess 类的对象， predict.nls 用于 nls 类的对象等（要查看完整列表，请阅读 predict 帮助） . 不幸的是，没有 predict.glmmML 函数存在 . 因此，当您在类 glmmML 的对象上调用 predict 函数时，会出现错误 .

    id <- factor(rep(1:20, rep(5, 20)))
y <- rbinom(100, prob = rep(runif(20), rep(5, 20)), size = 1)
x <- rnorm(100)
dat <- data.frame(y = y, x = x, id = id)
fit.2 <- glmmML(y ~ x, data = dat, cluster = id)
predict(fit.2)
Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "glmmML"
class(fit.2)
 [1] "glmmML"

    错误非常有用 . 它基本上说R试图使用S3方法，但是，没有'predict.glmmML'

    用户227710建议的 mclogit 函数怎么样？让我们来看看

    data(Transport)

fit <- mclogit(
  cbind(resp,suburb)~distance+cost,
  data=Transport
)

class(fit)
[1] "mclogit" "lm"

    fit 的类是 mclogit 和 lm . predict 会工作吗？是!当你调用 predict(fit) 时， predict 函数将首先查找 predict.mclogit ，它不存在 . 接下来会查找 predict.lm . 哪个确实存在 .

    回复于

相关问题