R二项回归

我试图在R中建立一个二项式模型

我想用这样一个公式：VAL=X0+b1*X1+b2*X2

其中，X0、X1和X2是我的数据框中的变量，b1和b2是我想要开发的系数。如果此公式生成的VAL>0，我希望目标值Y为TRUE/1；如果生成的VAL<0，则为FALSE/0

b1和b2设置为1的示例数据：

目标X0 X1 X2 VAL结果

186-5417491

0 0-5417-370

140-1523481

050-20-2551

我希望X0的值被纳入预测中，但我不希望这个变量有一个系数（因为这是一个预定义的公式，我不能更改）

我在模型中需要X0的原因是，如果X1和X2对于具有不同X0值的两个观测值相等（如前两个观测值），我想在公式中反映这一点。一个观测值的X0可能会导致VAL为负值，而另一个观测值的X0可能会导致VAL为正值，但如果将X0完全排除在模型之外，则不会反映出这一点。还要注意最后一个观察，我需要增加b1或b2，使VAL为负值，结果为0（模型在没有看到X0的情况下无法看到）

---

我目前使用的公式类似于glm（“Y~X0+X1+X2”，family=binomial（link=“logit”）），但该模型生成了X0的系数。我如何建立一个模型，强迫X0没有系数？

看起来你想要的是让X0的系数为零。如果您无法更改公式（忽略X0），则可以更改数据。下面是一个例子：

n = 1000
df = data.frame('x1'=rnorm(n), 'x2'=rnorm(n))
df0 = df
df0[,2] = 0

y = 0.5 + 1.5*df[,1] - 1.0*df[,2] + rnorm(n, 0, 0.1)

mod1 = lm(y ~ x1, data = df)
mod2 = lm(y ~ x1 + x2, data = df)
mod3 = lm(y ~ x1 + x2, data = df0)

听起来像是

mod1

是您想要的，但是由于您无法更改公式，您只能使用

mod2

或

mod3

mod2

不起作用，因为这将给出

x2

的估计值

mod3

与

mod1

相同，除了

x2

的系数为

NA

，但截距和

x1

的系数相同

---

使

x2

be

NA

的系数等于零。来自

mod1

和

mod3

的预测将是相同的，但是

mod3

确实会发出警告。

作为更新，我正在寻找offset（）函数。在这种情况下，我使用偏移量（X0）作为模型的附加预测值。

您希望X0包含在预测中但没有系数是什么意思？有一个系数可以让你在预测中使用X0。你是在寻找一个没有截距的模型吗？我不明白你怎么能强迫模型中没有系数的东西。如果你不希望它有一个系数，不要把它放在模型中。也许用样本输入和所需的输出来帮助你更容易。你可以像这样拟合一个无截距模型

glm（status==1~0+年龄，data=lung，family=binomial）

。然而，我强烈建议对此有充分的理由——请看这篇文章@mickey I将我的问题编辑得更具体一些。说清楚一点，我不介意在X0的顶部设置一个截距（如果可能的话）。我只是不希望模型为X0建立一个系数（使模型过于依赖X0），因为由于外部限制，我无法在预测中使用该系数。