<\/p>\n
De glm()<\/strong> -functie in R kan worden gebruikt om gegeneraliseerde lineaire modellen aan te passen.<\/span><\/p>\n Deze functie gebruikt de volgende syntaxis:<\/span><\/p>\n glm(formule, familie=Gaussiaans, data, \u2026)<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n In de praktijk wordt deze functie meestal gebruikt om logistieke regressiemodellen<\/a> aan te passen door de \u2018binomiale\u2019 familie te specificeren.<\/span><\/p>\n In het volgende voorbeeld ziet u hoe u glm-uitvoer in R interpreteert voor een logistisch regressiemodel.<\/span><\/p>\n Voor dit voorbeeld gebruiken we de mtcars-<\/a> dataset die in R is ingebouwd:<\/span><\/p>\n We zullen de variabelen disp<\/strong> en hp<\/strong> gebruiken om de waarschijnlijkheid te voorspellen dat een bepaalde auto de waarde 1 aanneemt voor de variabele am<\/strong> .<\/span><\/p>\n De volgende code laat zien hoe u de functie glm()<\/strong> gebruikt om in dit logistische regressiemodel te passen:<\/span><\/p>\n Hier leest u hoe u elk element van het resultaat interpreteert:<\/span><\/p>\n De schatting van de co\u00ebffici\u00ebnten<\/strong> in het resultaat geeft de gemiddelde verandering aan in de logwaarschijnlijkheid van de responsvariabele, geassocieerd met een toename van \u00e9\u00e9n eenheid in elke voorspellende variabele.<\/span><\/p>\n Een toename van \u00e9\u00e9n eenheid in de voorspellende variabele disp gaat bijvoorbeeld gepaard met een gemiddelde verandering van -0,09518 in de logwaarschijnlijkheid dat de responsvariabele am de waarde 1 aanneemt. Dit betekent dat hogere waarden van disp geassocieerd zijn met een lagere waarschijnlijkheid. van de variabele neem ik de waarde 1.<\/span><\/p>\n De standaardfout<\/strong> geeft ons een idee van de variabiliteit die gepaard gaat met de schatting van de co\u00ebffici\u00ebnten. Vervolgens delen we de schatting van de co\u00ebffici\u00ebnt door de standaardfout om de az-waarde te verkrijgen.<\/span><\/p>\n De z-waarde<\/strong> voor de voorspellende variabele disp wordt bijvoorbeeld berekend als -.09518 \/ .048 = -1.983.<\/span><\/p>\n De p-waarde<\/strong> Pr(>|z|) vertelt ons de waarschijnlijkheid die bij een bepaalde z-waarde hoort. Dit vertelt ons in wezen hoe goed elke voorspellende variabele in staat is de waarde van de responsvariabele in het model te voorspellen.<\/span><\/p>\n De p-waarde die is gekoppeld aan de z-waarde voor de variabele disp is bijvoorbeeld 0,0474. Omdat deze waarde kleiner is dan 0,05, zouden we zeggen dat disp een statistisch significante voorspellende variabele in het model is.<\/span><\/p>\n Afhankelijk van uw voorkeuren kunt u besluiten een significantieniveau van 0,01, 0,05 of 0,10 te gebruiken om te bepalen of elke voorspellende variabele al dan niet statistisch significant is.<\/span><\/p>\n De nulafwijking<\/strong> in de uitvoer vertelt ons hoe goed de responsvariabele kan worden voorspeld door een model met alleen een originele term.<\/span><\/p>\n De resterende afwijking<\/strong> vertelt ons hoe goed de responsvariabele kan worden voorspeld door het specifieke model dat we passen met p-<\/em> voorspellingsvariabelen. Hoe lager de waarde, hoe beter het model de waarde van de responsvariabele kan voorspellen.<\/span><\/p>\n Om te bepalen of een model \u2018bruikbaar\u2019 is, kunnen we de Chi-kwadraatstatistiek als volgt berekenen:<\/span><\/p>\n X 2<\/sup><\/strong> = Geen afwijking \u2013 Resterende afwijking<\/span><\/p>\n met p<\/em> vrijheidsgraden.<\/span><\/p>\n We kunnen dan de p-waarde vinden die bij deze Chi-kwadraatstatistiek hoort. Hoe lager de p-waarde, hoe beter het model in de dataset past vergeleken met een model met alleen een originele term.<\/span><\/p>\n In ons regressiemodel kunnen we bijvoorbeeld de volgende waarden waarnemen in de uitvoer voor nul- en restafwijking:<\/span><\/p>\n We kunnen deze waarden gebruiken om de X 2-<\/sup> statistiek van het model te berekenen:<\/span><\/p>\n Er zijn p<\/em> = 2 vrijheidsgraden van voorspellende variabelen.<\/span><\/p>\n We kunnen deChi-kwadraat naar P-waarde-calculator<\/a> gebruiken om te ontdekken dat een X 2-<\/sup> waarde van 26,517 met 2 vrijheidsgraden een p-waarde van 0,000002 heeft.<\/span><\/p>\n Omdat deze p-waarde veel lager is dan 0,05, kunnen we concluderen dat het model zeer bruikbaar is.<\/span><\/p>\n Het Akaike Information Criterion ( AIC<\/strong> ) is een maatstaf die wordt gebruikt om de fit van verschillende regressiemodellen te vergelijken. Hoe lager de waarde, hoe beter het regressiemodel bij de gegevens kan passen.<\/span><\/p>\n Het wordt als volgt berekend:<\/span><\/p>\n AIC = 2K \u2013 2 ln<\/em> (L)<\/span><\/p>\n Goud:<\/span><\/p>\n De werkelijke waarde van AIC is zinloos.<\/span><\/p>\n Als u echter meerdere regressiemodellen past, kunt u de AIC-waarde van elk model vergelijken. Het model met de laagste AIC biedt de beste pasvorm.<\/span><\/p>\n Gerelateerd:<\/strong><\/span> Wat wordt beschouwd als een goede AIC-waarde?<\/a><\/p>\n De volgende tutorials bieden aanvullende informatie over het gebruik van de glm()<\/strong> -functie in R:<\/span><\/p>\n Het verschil tussen glm en lm in R<\/a> In de volgende tutorials wordt uitgelegd hoe u veelvoorkomende fouten kunt afhandelen bij het gebruik van de glm()<\/strong> -functie:<\/span><\/p>\n Hoe om te gaan met R Waarschuwing: glm.fit: algoritme is niet geconvergeerd<\/a> De glm() -functie in R kan worden gebruikt om gegeneraliseerde lineaire modellen aan te passen. Deze functie gebruikt de volgende syntaxis: glm(formule, familie=Gaussiaans, data, \u2026) Goud: formule: De lineaire modelformule (bijv. y ~ x1 + x2) familie: de statistische familie die moet worden gebruikt om in het model te passen. De standaardinstelling is Gaussiaans, maar […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2430","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Voorbeeld: Hoe glm-uitvoer in R te interpreteren<\/strong><\/span><\/h2>\n
#view first six rows of mtcars<\/em> dataset\n<\/span>head(mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/pre>\n #fit logistic regression model\n<\/span>model <- glm(am ~ disp + hp, data=mtcars, family=binomial)\n\n#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = am ~ disp + hp, family = binomial, data = mtcars)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-1.9665 -0.3090 -0.0017 0.3934 1.3682 \n\nCoefficients:\n Estimate Std. Error z value Pr(>|z|) \n(Intercept) 1.40342 1.36757 1.026 0.3048 \navailable -0.09518 0.04800 -1.983 0.0474 *\nhp 0.12170 0.06777 1.796 0.0725 .\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 43,230 on 31 degrees of freedom\nResidual deviance: 16,713 on 29 degrees of freedom\nAIC: 22,713\n\nNumber of Fisher Scoring iterations: 8\n<\/strong><\/pre>\n Co\u00ebffici\u00ebnten en P-waarden<\/strong><\/span><\/h3>\n
Nul- en resterende afwijking<\/strong><\/span><\/h3>\n
\n
\n
AIC<\/strong><\/span><\/h3>\n
\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe de voorspellingsfunctie met glm in R te gebruiken<\/a><\/p>\n
Hoe te handelen: glm.fit: numeriek aangepaste kansen 0 of 1 zijn opgetreden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"