解释堵塞物逻辑回归的估计


21

有人可以建议我如何使用博客链接解释逻辑回归的估算值吗?

我已在中安装以下模型lme4

glm(cbind(dead, live) ~ time + factor(temp) * biomass,
    data=mussel, family=binomial(link=cloglog))

例如,时间估计为0.015。说单位时间死亡率的几率乘以exp(0.015)= 1.015113(每单位时间增加〜1.5%)是否正确?
换句话说,在loglog中获得的估计值是否与logit logistic回归一样以对数赔率表示?


请编辑代码以遵循R语法规则。您不能拥有(-之后
弗兰克·哈雷尔

编辑原始帖子并删除评论。
Frank Harrell

Answers:


30

使用互补日志对数链接功能,它不是逻辑回归-术语“逻辑”表示逻辑对数链接。当然,它仍然是二项式回归。

时间估计为0.015。说单位时间死亡率的几率乘以exp(0.015)= 1.015113(每单位时间增加〜1.5%)是否正确?

不可以,因为它没有按照对数奇数进行建模。这就是您使用logit链接所拥有的;如果要使用对数奇数的模型,请使用logit-link。

补充日志日志链接功能说

ηX=日志-日志1个-πX=Xβ

πX=Pÿ=1个|X=X

经验值η经验值η=-日志1个-πX

经验值-经验值η=1个-πX1个-经验值-经验值η=πXX

X


正如Ben在评论中温和地暗示了他的问题:

是真的说每单位时间死亡的可能性(即危害)增加了1.5%?

互补对数-对数模型中的参数在危险比方面确实具有清晰的解释。我们有:

ËηX=-日志1个-πX=-日志小号X小号

(因此,本示例中,日志生存时间每单位时间将下降约1.5%。)

HX=-ddX日志小号X=ddXËηX

Pÿ=1个


7
是真的说每单位时间死亡可能性(即危害)增加了1.5%?
Ben Bolker
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.