gpt4 book ai didi

r - MuMin 与具有 3 级响应变量的 multinom (nnet) 对象的兼容性不好?

转载 作者:行者123 更新时间:2023-12-01 20:26:43 24 4
gpt4 key购买 nike

当我尝试对由函数 multinom(包nnet)。尽管手册列表与 multinom 兼容,但 model.avg 函数并未像我预期的那样返回解释变量的模型平均系数。

我知道当 multinom 响应变量仅作为 2 个级别时,问题不存在,所以我猜这取决于生成的 multinom 对象的结构。但是,我不知道如何解决这个问题。

这是一个示例代码,其中函数 model.avg 按预期工作:

#### MuMIn example  
library(MuMIn)
data(Cement)
fm1 <- lm(y ~ ., data = Cement)
dd <- dredge(fm1)
summary(model.avg(dd, subset = delta < 4))$coefmat

结果:

               Estimate Std. Error Adjusted SE   z value  Pr(>|z|)
(Intercept) 64.69312754 22.2354794 22.4624137 2.8800613 0.0039760
X1 1.45579791 0.2036676 0.2193043 6.6382554 0.0000000
X2 0.62502598 0.1202570 0.1291705 4.8387682 0.0000013
X4 -0.47600710 0.2215167 0.2309395 2.0611767 0.0392862
X3 -0.02153196 0.3767120 0.3924356 0.0548675 0.9562440

在本例中,“model.avg”函数按预期返回解释变量(即 X1-X4)的模型平均系数(估计列) .

现在,如果我想将其应用于 multinom 对象(至少有 3 个级别的响应变量):

#### application to multinomial regression
library(foreign) ; library(nnet) ; library(MuMIn)
ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write + schtyp, data = ml)
# [...] verbosity not displayed here
dd <- dredge(test)
# [...] verbosity not displayed here
summary(model.avg(dd, subset = delta < 4))$coefmat

结果

         Estimate Std. Error  z value    Pr(>|z|)
general 2.850316 1.169132 2.437977 0.014769732
vocation 5.134921 1.173878 4.374322 0.000012181

这里,该函数返回不同级别的响应变量(即generalvocabulary)的“模型平均系数”,而不是返回响应变量的模型平均系数。解释变量。

如果可能的话,您能告诉我如何从 multinom 对象中获取解释变量的模型平均系数吗?

提前非常感谢。

最佳答案

这确实是从多项对象中提取系数的错误。该问题现已在 MuMIn 1.9.13 中修复。

关于r - MuMin 与具有 3 级响应变量的 multinom (nnet) 对象的兼容性不好?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19465641/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com