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（

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