R 计算固定效应logit的混淆矩阵
我想问一下如何计算固定效应logit模型(R 计算固定效应logit的混淆矩阵,r,statistics,logistic-regression,confusion-matrix,R,Statistics,Logistic Regression,Confusion Matrix,我想问一下如何计算固定效应logit模型(bifepackage)的混淆矩阵 使用基本logit模型(glm)没有问题,但使用固定效果logit就有问题 由于某些原因,logit和固定效应logit的预测数量不同 例如: library(bife) library(tidyverse) library(caret) dataset <- psid logit <- glm(LFP ~ AGE + I(AGE^2) + log(INCH) + KID1 + KID2 + KID3,
bife
package)的混淆矩阵
使用基本logit模型(glm
)没有问题,但使用固定效果logit就有问题
由于某些原因,logit和固定效应logit的预测数量不同
例如:
library(bife)
library(tidyverse)
library(caret)
dataset <- psid
logit <- glm(LFP ~ AGE + I(AGE^2) + log(INCH) + KID1 + KID2 + KID3, data = dataset, family = "binomial")
mod <- bife(LFP ~AGE + I(AGE^2) + log(INCH) + KID1 + KID2 + KID3| ID, dataset)
summary(mod)
summary(logit)
predict(logit)
predict(mod)
Y <- factor(dataset$LFP)
PRE <- factor(round(predict(logit, type = "response")))
PRE_FIX <- factor(round(predict(mod, type = "response")))
confusionMatrix(Y, PRE)
# Not working
confusionMatrix(Y, PRE_FIX)
库(bife)
图书馆(tidyverse)
图书馆(插入符号)
dataset您可以尝试以下代码
confusionMatrix<-table(true=Y , pred = round(fitted(PRE_FIX)))
bife的帮助页面上说,它“删除了所有具有非变化响应的横截面单元(个体)的观察结果。”您应该解释代码的工作原理,即使只是简单地解释一下。没有解释的代码帖子是不受欢迎的:)
0 1
0 TruePositive FalseNegative
1 FalsePositive TrueNegative