代码之家 › 专栏 › 技术社区 › Coldchain9

人工修改GLM系数后如何在R中使用预测函数

coefficients glm modeling r

Coldchain9 · 技术社区 · 7 年前

我注意到,在手动更改分类变量级别之一的GLM系数后,我仍然得到相同的预测值,尽管我知道我的一些数据具有此级别。一些代码可能有助于解释我的过程:

##data frame
df <-data.frame(Account =c("A","B","C","D","E","F","G","H"), 
       Exposure = c(1,50,67,85,250,25,22,89),
       JudicialOrientation=c("Neutral","Neutral","Plaintiff","Defense","Plaintiff","Neutral","Plaintiff","Defense"),
       Freq= c(.008,.5,.05,.34,.7,0,.04,.12),
       Losses = c(100000,100,2500,100000,25000,0,7500,5200),
       LossPerUnit = c(100000,100,2500,100000,25000,0,7500,5200)/c(1,50,67,85,250,25,22,89))


##Variables for modeling
ModelingVars <- as.formula(df$LossPerUnit~df$JudicialOrientation+df$Freq)

##Tweedie GLM
Model <- glm(ModelingVars, family=tweedie(var.power=1.5, link.power = 0),
             weight = Exposure, data = df)
summary(Model)

##Predict Losses with Model coefficients
df$PredictedLossPerUnit <- predict(Model,df, type="response")


##Manually edit a coefficient for one of my categorical variable's levels
Model$coefficients["df$JudicialOrientationNeutral"] <-log(50)

##Predict Losses again to compare
df$PredictedLossPerUnit2 <- predict(Model, df, type ="response")


sum(df$PredictedLossPerUnit)
sum(df$PredictedLossPerUnit2)
View(head(df))
summary(Model)

有什么奇怪的事情会导致我的predict函数继续给出与原来相同的结果吗?即使我在GLM中手动更改了一个系数?

编辑:我找到了答案。在我的另一个数据集中,我在做:

数据实际上不是predict函数的参数,它应该是“newdata”。一个愚蠢的错误,但是一个很好的教训。感谢所有的帮助。

2 回复 | 直到 7 年前

IRTFM 7 年前

你使用这个公式的方式是将意义从df对象中分离出来,或者混淆了df对象的逻辑 predict.lm 或某物 . 如果改为按预期的方式运行公式创建(不引用数据对象的名称(因此仅使用列名),则可以获得所需的效果:

 ModelingVars <- as.formula(LossPerUnit~JudicialOrientation+Freq)

#----------

> df$PredictedLossPerUnit <- predict(Model,df, type="response")
> 
> 
> ##Manually edit a coefficient for one of my categorical variable's levels
> Model$coefficients["JudicialOrientationNeutral"] <-log(50)
> 
> ##Predict Losses again to compare
> df$PredictedLossPerUnit2 <- predict(Model, df, type ="response")
> 
> df
  Account Exposure JudicialOrientation  Freq Losses  LossPerUnit PredictedLossPerUnit PredictedLossPerUnit2
1       A        1             Neutral 0.008 100000 100000.00000           1549.56677           40213.38196
2       B       50             Neutral 0.500    100      2.00000            919.41825           23860.16405
3       C       67           Plaintiff 0.050   2500     37.31343            169.99221             169.99221
4       D       85             Defense 0.340 100000   1176.47059            565.49150             565.49150
5       E      250           Plaintiff 0.700  25000    100.00000             85.29641              85.29641
6       F       25             Neutral 0.000      0      0.00000           1562.77490           40556.15105
7       G       22           Plaintiff 0.040   7500    340.90909            171.80535             171.80535
8       H       89             Defense 0.120   5200     58.42697            714.15870             714.15870

我通常会尽量保持屏幕上的基本资料,但在这里你将需要滚动,看看“中立”的两列中的项目是不同的。

Coldchain9 7 年前

df$PredictedLossPerUnit <- predict(Model,data=df, type="response")

“data”实际上不是predict函数的函数参数,它应该是“newdata”。一个愚蠢的错误,但是一个很好的教训。感谢所有的帮助。