用R计算多项式预测误差的方法_R_Prediction_Multinomial_Nnet

用R计算多项式预测误差的方法

用R计算多项式预测误差的方法,r,prediction,multinomial,nnet,R,Prediction,Multinomial,Nnet,首先，很抱歉重新发布，但我添加了一个示例代码来解释我的请求。希望这更清楚在使用“多项式”函数（软件包nnet）将多项式模型拟合到我的数据之后，我想展示所选变量控制其他变量值的效果。我知道“效果”包主要做我想要的，但我希望能够自己计算预测误差（置信区间）。有人能告诉我方法吗？如果可能的话，还有R代码？我认为我们应该使用delta方法，但我不确定在这种情况下如何应用它下面是一个小示例代码（基于effects包中可用的数据）库（nnet）图书馆（效果） mod除delta方法外，您可以使

首先，很抱歉重新发布，但我添加了一个示例代码来解释我的请求。希望这更清楚

在使用“多项式”函数（软件包nnet）将多项式模型拟合到我的数据之后，我想展示所选变量控制其他变量值的效果。我知道“效果”包主要做我想要的，但我希望能够自己计算预测误差（置信区间）。有人能告诉我方法吗？如果可能的话，还有R代码？我认为我们应该使用delta方法，但我不确定在这种情况下如何应用它

下面是一个小示例代码（基于effects包中可用的数据）

库（nnet）
图书馆（效果）
mod除delta方法外，您可以使用vcov
从模型中获得方差/协方差矩阵，然后您可以创建具有正确变量的预测值的线性组合，以计算置信区间。这与predict.multinom
没有像predict.lm
@MrFlick这样的interval=参数是一样的，谢谢你的建议！你能告诉我怎么实现吗？
library(nnet)
library(effects)
mod <- multinom(vote ~ age + gender, data=BEPS)
summary(mod)

# Call:
# multinom(formula = vote ~ age + gender, data = BEPS)

# Coefficients:
#                  (Intercept)         age gendermale
# Labour             1.2241862 -0.01562320  0.1682676
# Liberal Democrat   0.4979706 -0.01551381  0.1240998

# Std. Errors:
#                  (Intercept)         age gendermale
# Labour             0.2277826 0.003830006  0.1204621
# Liberal Democrat   0.2694373 0.004578836  0.1436882

# Residual Deviance: 3186.266 
# AIC: 3198.266 

plot(allEffects(mod))