R 为什么我的GLM预测值是周期性的？

我写了一个二项式回归模型来预测火成岩的流行程度，

v

，在一个考古遗址，基于靠近一条河流，

river\u dist

，但是当我使用predict（）函数时，我得到的是奇怪的周期性结果，而不是我所期望的曲线。作为参考，我的数据：

    v   n river_dist
1 102 256       1040
2   1  11        720
3  19  24        475
4  12  15        611

我适合这种模式：

library(bbmle)
m_r <- mle2(ig$v ~ dbinom(size=ig$n, prob = 1/(1+exp(-(a + br * river_dist)))),
    start = list(a = 0, br = 0), data = ig)

那很好。但当我试图预测新的价值观时，我得到了这种奇怪的价值循环：

newdat <- data.frame(river_dist=seq(min(ig$river_dist), max(ig$river_dist),len=100))
newdat$v <- predict(m_r, newdata=newdat, type="response")
plot(v~river_dist, data=ig, col="red4")
lines(v ~ river_dist, newdat, col="green4", lwd=2)

---

为什么值会像那样上下循环，在绘制图形时会产生疯狂的尖峰？

为了使

新数据

正常工作，您必须将变量指定为“原始”值，而不是使用

$

：

library(bbmle)
m_r <- mle2(v ~ dbinom(size=n, prob = 1/(1+exp(-(a + br * river_dist)))),
    start = list(a = 0, br = 0), data = ig)

?？（

bbmle:mle2

更一般，但

glm

更稳健。）（另外：将两个参数拟合到四个数据点在理论上是很好的，但您不应该尝试将结果推得太远……特别是，glm/MLE的许多默认结果都是渐进的…）

实际上，在仔细检查MLE拟合与GLM的对应关系时，我意识到默认方法（“BFGS”，出于历史原因）实际上并没有给出正确的答案（！）；切换到

method=“Nelder-Mead”

可以改善情况。将

control=list（parscale=c（a=1，br=0.001））

添加到参数列表中，或缩放河流距离（例如，从“1m”到“100m”或“1km”作为单位），也可以解决问题

m_r <- mle2(v ~ dbinom(size=n,
        prob = 1/(1+exp(-(a + br * river_dist)))),
            start = list(a = 0, br = 0), data = ig,
            method="Nelder-Mead")
pframe <- data.frame(river_dist=seq(500,1000,length=51),n=1)
pframe$prop <- predict(m_r, newdata=pframe, type="response")
CIs <- lapply(seq(nrow(ig)),
              function(i) prop.test(ig[i,"v"],ig[i,"n"])$conf.int)
ig2 <- data.frame(ig,setNames(as.data.frame(do.call(rbind,CIs)),
              c("lwr","upr")))
library(ggplot2); theme_set(theme_bw())
ggplot(ig2,aes(river_dist,v/n))+
    geom_point(aes(size=n)) +
    geom_linerange(aes(ymin=lwr,ymax=upr)) +
    geom_smooth(method="glm",
                method.args=list(family=binomial),
              aes(weight=n))+
    geom_line(data=pframe,aes(y=prop),colour="red")

---

m\r当您传递四行数据时，预测似乎以四个步骤循环——因此它可能是循环n。对于预测，你可以做
plogis（tcrossprod（coef（m_r），cbind（1，newdat$river_dist））
但这并不能回答你的问题。。。。因此，请尝试使用
newdat$n=1
。ps当你使用
数据=
时，你不需要使用
ig$
，也就是说，使用
mle2（v~dbinom（size=n，
@user20650，并不是有意窃取此信息。（对于如此清晰的评论，你不妨发布一个答案…）您如何确定
parscale
值？这是在拟合模型一次后完成的，然后在第二次运行时进行缩放还是？您可以运行并重新缩放，或者只是将
parscale
设置为大约
1/
哇，这太棒了！谢谢！我怀疑我最初的R stats讲师教我们mle2，所以我们不得不思考明确说明我们的起始值；很高兴了解未来的glm函数。这张图很漂亮！你是个救命恩人。旁注后续：从500-1000米处运行预测值，而不是我的数据中的实际最小值和最大值（475和1040米）有什么好处吗？我想是口味/偏好的问题。
library(bbmle)
m_r <- mle2(v ~ dbinom(size=n, prob = 1/(1+exp(-(a + br * river_dist)))),
    start = list(a = 0, br = 0), data = ig)

glm(cbind(v,n-v) ~ river_dist, data=ig, family=binomial) 

m_r <- mle2(v ~ dbinom(size=n,
        prob = 1/(1+exp(-(a + br * river_dist)))),
            start = list(a = 0, br = 0), data = ig,
            method="Nelder-Mead")
pframe <- data.frame(river_dist=seq(500,1000,length=51),n=1)
pframe$prop <- predict(m_r, newdata=pframe, type="response")
CIs <- lapply(seq(nrow(ig)),
              function(i) prop.test(ig[i,"v"],ig[i,"n"])$conf.int)
ig2 <- data.frame(ig,setNames(as.data.frame(do.call(rbind,CIs)),
              c("lwr","upr")))
library(ggplot2); theme_set(theme_bw())
ggplot(ig2,aes(river_dist,v/n))+
    geom_point(aes(size=n)) +
    geom_linerange(aes(ymin=lwr,ymax=upr)) +
    geom_smooth(method="glm",
                method.args=list(family=binomial),
              aes(weight=n))+
    geom_line(data=pframe,aes(y=prop),colour="red")