Отрицательная биноминальная регрессия: коэффициент интерпретации - PullRequest
Новая
       71

Отрицательная биноминальная регрессия: коэффициент интерпретации

0 голосов
/ 25 апреля 2018

Как следует интерпретировать коэффициенты (пересечение, категориальная переменная, непрерывная переменная) в модели отрицательной биномиальной регрессии?Какова основная формула, лежащая в основе регрессии (например, для регрессии Пуассона, она равна $ \ ln (\ mu) = \ beta_0 + \ beta_1 x_1 + \ dots $)?

Ниже приведен пример вывода из моегоконкретная модель, которую я хочу интерпретировать, где seizure.rate является переменной подсчета и категорией лечения (плацебо или не плацебо). 

Call:
glm.nb(formula = seizure.rate2 ~ treatment2, data = epilepsy2, 
    init.theta = 1.499060952, link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-2.3504  -0.8814  -0.4627   0.4279   1.8897  

Coefficients:
                    Estimate Std. Error z value Pr(>|z|)    
(Intercept)           2.0750     0.1683  12.332   <2e-16 ***
treatment2Progabide  -0.4994     0.2397  -2.084   0.0372 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for Negative Binomial(1.4991) family taken to be 1)

    Null deviance: 71.220  on 57  degrees of freedom
Residual deviance: 66.879  on 56  degrees of freedom
AIC: 339.12

Number of Fisher Scoring iterations: 1


              Theta:  1.499 
          Std. Err.:  0.362 

 2 x log-likelihood:  -333.120

1 Ответ

0 голосов
/ 25 июля 2018

Это экспонента от суммы коэффициентов: seizure.rate2 = exp (2.0750-0.4994 * treatment2Proabide) = exp (2.075) * exp (-0.4994 * treatment2Proabide)

или вы можете использовать код names (YourModelname) Этот код даст вам вывод имен, и вы можете посмотреть на fit.values ​​ чтобы дать вам прогнозируемые значения.Иногда я делаю это как двойную проверку, чтобы увидеть, правильно ли я выписал свою формулу.

...