Я запускаю данные с порядковыми ответами. Существует 3 независимых переменных, и поскольку переменная Lexicality нарушает предположение о пропорциональных коэффициентах, я использовал модель clm(), рассматривая Lexicality как номинальный параметр вместо порядковой регрессии logisti c.
Вот мой код для данных:
s1b.nom <- clm(Rating ~ Rhyme + Meter, nominal = ~ Lexicality, data = S1Beauty)
summary(s1b.nom)
formula: Rating ~ Rhyme + Meter
nominal: ~Lexicality
data: S1Beauty
link threshold nobs logLik AIC niter max.grad cond.H
logit flexible 1440 -1853.82 3727.65 6(0) 1.29e-09 2.7e+02
Coefficients:
Estimate Std. Error z value Pr(>|z|)
Rhyme1 0.56205 0.09802 5.734 9.81e-09 ***
Meter1 0.27463 0.09752 2.816 0.00486 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Threshold coefficients:
Estimate Std. Error z value
1|2.(Intercept) 0.3958 0.1026 3.859
2|3.(Intercept) 1.7158 0.1170 14.663
3|4.(Intercept) 3.0196 0.1643 18.374
4|5.(Intercept) 5.2349 0.4174 12.541
1|2.Lexicality1 -3.7542 0.2572 -14.597
2|3.Lexicality1 -3.2120 0.1435 -22.389
3|4.Lexicality1 -3.0194 0.1649 -18.306
4|5.Lexicality1 -3.8067 0.4187 -9.091
Здесь я получаю некоторые регулярные значения, например. коэффициент и перехват от функции. Мне интересно, могу ли я также получить предсказанные вероятности для моих 3 переменных, даже если я включил номинальный параметр nominal = ~ Lexicality. Как будет выглядеть код?
Если нет, то какие графики я могу построить из результатов формулы clm(y ~ x1 + x2, nominal = ~ x3, data = newdat)
Заранее большое спасибо!