R 为什么multinom（）预测了每一级结果的大量概率行？

我有一个摩尔逻辑回归，结果变量有6个水平：10,20,60,70,80,90

test<-multinom(y ~ x1 + x2 +  as.factor(x3) ,data=data1)

---

我是否在编码过程中遗漏了什么，或者我需要设置任何参数？

它返回的是每个类中观察到的概率。这就是多项式逻辑回归的实现方式。你可以想象一系列二项逻辑回归（每个类一个），然后选择概率最高的类。这被称为一对一方法

---

在您的示例中，观测值5541预计为1类，因为第一列的值（概率）最高。观测值5670为4级，因为这是概率最高的列。矩阵将有维度

#的观察值x#的类别

，以重申ilir的答案；多项式回归为每个类分配观察值的概率。由您来区分您认为“可能”的内容。您说的“观察”是指我构建模型时使用的原始数据的行数吗？因为您使用的是一个新数据集，那么每一行都将是该数据集对应行的预测（在您的示例中，

dfin

）。观察值表示为行。我的数据集（dfin）只有1行（观察值），我有6个类，因此矩阵的维度应该是1 X 6。我不明白观察5670对应的是什么？这是你为了说明你的问题而发布的输出矩阵中的行索引。我想问为什么索引这么高？而根据您的第一条评论，输出的尺寸应该是6 X 1。

 dfin <- data.frame( ses = c(10,20,60,70,80,90), x1=2.1, x2=4, x3=40)
 predict(test, todaydata = dfin, type = "probs")

5541   7.226948e-01 1.498199e-01 8.086624e-02 1.253289e-02 8.799416e-03 2.528670e-02
5546   6.034188e-01 7.386553e-02 1.908132e-01 1.229962e-01 4.716406e-04 8.434623e-03
5548   7.266859e-01 1.278779e-01 1.001634e-01 2.032530e-02 7.156766e-03 1.779076e-02
5562   7.120179e-01 1.471181e-01 9.146071e-02 1.265592e-02 8.189511e-03 2.855781e-02
5666   6.645056e-01 3.034978e-02 1.687687e-01 1.219601e-01 3.972833e-03 1.044308e-02
5668   4.875966e-01 3.126855e-02 2.090006e-01 2.430828e-01 3.721631e-03 2.532970e-02
5670   3.900772e-01 1.305786e-02 1.803779e-01 4.137106e-01 1.314298e-03 1.462155e-03
5671   4.272971e-01 1.194599e-02 1.748494e-01 3.833422e-01 8.863019e-04 1.678975e-03
5674   5.477521e-01 2.587478e-02 1.650817e-01 2.487404e-01 3.368726e-03 9.182195e-03
5677   4.300207e-01 9.532836e-03 1.608679e-01 3.946310e-01 2.626104e-03 2.321351e-03
5678   4.542981e-01 1.220728e-02 1.410984e-01 3.885146e-01 2.670689e-03 1.210891e-03
5705   5.642322e-01 1.830575e-01 5.134181e-02 8.952808e-04 8.796467e-03 1.916767e-01
5706   6.161694e-01 1.094046e-01 1.979044e-01 1.095385e-02 7.254592e-03 5.831323e-02
....