Làm cách nào để có được giá trị p bằng cách sử dụng multinom
chức năng của nnet
gói trong R
?
Tôi có một bộ dữ liệu bao gồm điểm số Bệnh lý học của điểm số (vắng mặt, nhẹ, nặng) là hai biến số kết quả và hai tác động chính: Tuổi tác (hai yếu tố: hai mươi ba mươi ngày) và Nhóm điều trị (bốn yếu tố: bị nhiễm mà không mắc ATB; ATB1; bị nhiễm + ATB2; bị nhiễm + ATB3).
Đầu tiên tôi đã cố gắng để phù hợp với một mô hình hồi quy thứ tự, có vẻ phù hợp hơn với các đặc điểm của biến phụ thuộc của tôi (thứ tự). Tuy nhiên, giả định về tỷ lệ cược đã bị vi phạm nghiêm trọng (về mặt đồ họa), điều đó thôi thúc tôi sử dụng mô hình đa phương thức thay thế, sử dụng nnet
gói.
Đầu tiên tôi chọn mức kết quả mà tôi cần sử dụng làm danh mục cơ bản:
Data$Path <- relevel(Data$Path, ref = "Absent")
Sau đó, tôi cần đặt các loại đường cơ sở cho các biến độc lập:
Data$Age <- relevel(Data$Age, ref = "Twenty")
Data$Treat <- relevel(Data$Treat, ref="infected without ATB")
Ngươi mâu:
test <- multinom(Path ~ Treat + Age, data = Data)
# weights: 18 (10 variable)
initial value 128.537638
iter 10 value 80.623608
final value 80.619911
converged
Đầu ra:
Coefficients:
(Intercept) infected+ATB1 infected+ATB2 infected+ATB3 AgeThirty
Moderate -2.238106 -1.1738540 -1.709608 -1.599301 2.684677
Severe -1.544361 -0.8696531 -2.991307 -1.506709 1.810771
Std. Errors:
(Intercept) infected+ATB1 infected+ATB2 infected+ATB3 AgeThirty
Moderate 0.7880046 0.8430368 0.7731359 0.7718480 0.8150993
Severe 0.6110903 0.7574311 1.1486203 0.7504781 0.6607360
Residual Deviance: 161.2398
AIC: 181.2398
Trong một thời gian, tôi không thể tìm ra cách lấy giá trị cho mô hình và ước tính khi sử dụng . Hôm qua tôi đã tình cờ thấy một bài đăng mà tác giả đưa ra một vấn đề tương tự liên quan đến ước tính giá trị cho các hệ số ( Cách thiết lập và ước tính mô hình logit đa phương thức trong R? ). Ở đó, một blogger cho rằng việc lấy giá trị từ kết quả khá dễ dàng, bằng cách đầu tiên nhận các giá trị như sau:nnet:multinom
summary
multinom
pt(abs(summary1$coefficients / summary1$standard.errors), df=nrow(Data)-10, lower=FALSE)
(Intercept) infected+ATB1 infected+ATB2 infected+ATB3 AgeThirty
Moderate 0.002670340 0.08325396 0.014506395 0.02025858 0.0006587898
Severe 0.006433581 0.12665278 0.005216581 0.02352202 0.0035612114
Theo Peter Dalgard, "Có ít nhất 2 yếu tố bị thiếu cho giá trị hai đuôi . Thông thường, việc sử dụng phân phối cho những gì thực sự là một -statistic; đối với dữ liệu tổng hợp, có thể là một sai lầm một sai lầm rất tệ. " Theo Brian Ripley, "đó cũng là một sai lầm khi sử dụng các bài kiểm tra Wald cho phù hợp, vì chúng gặp phải các vấn đề tương tự (có khả năng nghiêm trọng) như phù hợp với nhị thức. Sử dụng các khoảng tin cậy khả năng hồ sơ (mà gói cung cấp phần mềm), hoặc nếu bạn phải kiểm tra, các thử nghiệm tỷ lệ khả năng (ditto). "multinom
Tôi chỉ cần có thể lấy được giá trị đáng tin cậy .
nnet
củaanova()
chức năng.