r - 手动建立逻辑回归模型以在R中进行预测

Question

我正在尝试在数据集上测试逻辑回归模型(例如3个预测变量X1，X2，X3的3个系数)。我知道在使用以下方法创建模型对象后如何测试模型:

mymodel <- glm( Outcome ~  X1 + X2 + X3 , family = binomial,data=trainDat)

然后测试数据

prob <- predict(mymodel,type="response",newdata=test)

但是，我现在想使用系数创建一个逻辑模型并截取我拥有的模型，然后在数据上测试该模型。

基本上，我不清楚在不运行glm的情况下如何创建“mymodel”。

问题的上下文:
我使用偏移量进行了逻辑回归，例如:

mymodel <- glm(Outcome ~ offset(C1 * X1) + offset(C2 * X2) + X3, 
               family = binomial, data = trainDat)

因此，mymodel对象生成的模型仅具有截距(I)和C3系数(对于特征X3)。
我现在需要在测试数据集上测试完整模型(即I + C1 * X1 + C2 * X2 + C3 * X3)，但是我不知道如何获取完整模型，因为mymodel的输出只有拦截和C3。因此，我认为我的一般性问题是:“您如何手动构建逻辑回归模型对象？”

感谢您的耐心等待。

Answer 1

我找不到一个简单的函数来执行此操作。 predict函数中有一些代码取决于拥有合适的模型(例如确定模型的等级)。但是，我们可以创建一个函数来创建可与预测一起使用的假glm对象。这是我第一次尝试这种功能

makeglm <- function(formula, family, data=NULL, ...) {
    dots <- list(...)
    out<-list()
    tt <- terms(formula, data=data)
    if(!is.null(data)) {
        mf <- model.frame(tt, data)
        vn <- sapply(attr(tt, "variables")[-1], deparse)

        if((yvar <- attr(tt, "response"))>0)
            vn <- vn[-yvar]
            xlvl <- lapply(data[vn], function(x) if (is.factor(x))
           levels(x)
        else if (is.character(x))
           levels(as.factor(x))
        else
            NULL)
        attr(out, "xlevels") <- xlvl[!vapply(xlvl,is.null,NA)]
        attr(tt, "dataClasses") <- sapply(data[vn], stats:::.MFclass)
    }
    out$terms <- tt
    coef <- numeric(0)
    stopifnot(length(dots)>1 & !is.null(names(dots)))
    for(i in seq_along(dots)) {
        if((n<-names(dots)[i]) != "") {
            v <- dots[[i]]
            if(!is.null(names(v))) {
                coef[paste0(n, names(v))] <- v
            } else {
                stopifnot(length(v)==1)
                coef[n] <- v
            }
        } else {
            coef["(Intercept)"] <- dots[[i]]
        }   
    }
    out$coefficients <- coef
    out$rank <- length(coef)
    out$qr <- list(pivot=seq_len(out$rank))
    out$family <- if (class(family) == "family") {
        family
    } else if (class(family) == "function") {
        family()
    } else {
        stop(paste("invalid family class:", class(family)))
    }
    out$deviance <- 1
    out$null.deviance <- 1
    out$aic <- 1
    class(out) <- c("glm","lm")
    out
}

因此，此函数创建一个对象并传递 predict和 print期望在此类对象上找到的所有值。现在我们可以对其进行测试。首先，这是一些测试数据

set.seed(15)
dd <- data.frame(
    X1=runif(50),
    X2=factor(sample(letters[1:4], 50, replace=T)),
    X3=rpois(50, 5),
    Outcome = sample(0:1, 50, replace=T)
)

我们可以用

mymodel<-glm(Outcome~X1+X2+X3, data=dd, family=binomial)

这使

Call:  glm(formula = Outcome ~ X1 + X2 + X3, family = binomial, data = dd)

Coefficients:
(Intercept)           X1          X2b          X2c          X2d           X3  
    -0.4411       0.8853       1.8384       0.9455       1.5059      -0.1818  

Degrees of Freedom: 49 Total (i.e. Null);  44 Residual
Null Deviance:      68.03 
Residual Deviance: 62.67    AIC: 74.67

现在让我们说我们想尝试在出版物中读取的关于相同数据的模型。这是我们使用 makeglm函数的方法

newmodel <- makeglm(Outcome~X1+X2+X3, binomial, data=dd, 
    -.5, X1=1, X2=c(b=1.5, c=1, d=1.5), X3=-.15)

第一个参数是模型的公式。就像运行 glm一样，它定义了响应和协变量。接下来，像使用 glm()一样指定家庭。而且您需要传递一个数据帧，以便R可以为每个涉及的变量嗅探正确的数据类型。这还将使用data.frame识别所有因子变量及其水平。因此，这可以是编码的新数据，就像适合的data.frame一样，也可以是原始数据。

现在，我们开始指定要在模型中使用的系数。系数将使用参数名称填充。未命名的参数将用作截距。如果有因子，则需要通过命名参数为所有级别赋予系数。在这里，我只是决定将拟合的估计值四舍五入为“很好”的数字。

现在，我可以将自己的 newmodel与预测一起使用。

predict(mymodel, type="response")
#         1         2         3         4         5
# 0.4866398 0.3553439 0.6564668 0.7819917 0.3008108

predict(newmodel, newdata=dd, type="response")

#         1         2         3         4         5
# 0.5503572 0.4121811 0.7143200 0.7942776 0.3245525

在这里，我将使用具有指定系数的旧数据对原始模型和新模型进行预测。我们可以看到概率的估计已经改变了一点。

现在，我尚未彻底测试此功能，因此使用时需您自担风险。我没有做我应该做的错误检查。也许其他人确实知道更好的方法。