Уравнение от взаимодействия в логистической регрессии (GLM) - PullRequest
0 голосов
/ 08 июля 2019

У меня есть следующая регрессия glm:

fitglm= glm(Resp ~ Doses*Seasons, data=DataJenipa,family=binomial(link = 
"probit"))

Это дает это резюме:

Call:
glm(formula = Resp ~ Doses * Seasons, family = binomial(link = "probit"), 
    data = DataJenipa)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-0.6511  -0.4289  -0.3035  -0.3035   2.6079  

Coefficients:
               Estimate Std. Error z value Pr(>|z|)  
(Intercept)    -0.63423    0.26604  -2.384   0.0171 *
Doses          -0.23989    0.09339  -2.569   0.0102 *
Seasons2       -1.06117    0.44979  -2.359   0.0183 *
Doses:Seasons2  0.23989    0.14380   1.668   0.0953 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 208.05  on 399  degrees of freedom
Residual deviance: 195.71  on 396  degrees of freedom
AIC: 203.71

Для визуализации моей модели я использую взаимодействующий_плот (из пакета jtools)

interact_plot(fitglm, pred = Doses, modx = Seasons, plot.points = T, point.shape = T,interval = F,modx.labels = c("Summer", "Winter"), line.thickness = 1.5) 

и я получаю следующее:

graphic

Как мне получить два математических уравнения из двух строк выше? (например, Summer (Y) = -0,63423 -0,23989x ... и продолжается)

Я знаю, что мой пример неверен, но как мне получить эти два уравнения из графика ??

1 Ответ

1 голос
/ 08 июля 2019

Уже нашли способ! Мне просто нужно запустить две разные регрессии GLM, каждая из которых только с одним сезоном (без взаимодействия Дозы * Сезон). Для этого у меня будет каждая строка и их коэффициенты, чтобы составить мое уравнение!

Итак:

fitglmSummer <- glm(Resp ~ Doses, data=DataSummer,family=binomial(link = "probit"))
fitglmWinter <- glm(Resp ~ Doses, data=DataWinter,family=binomial(link = "probit"))

Спасибо!

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...