我怎样才能在 probit link 中做出最好的模型

Question

我是 R 的新手，我正在尝试所有可能的模型组合使用广义线性模型和概率回归 link。但是，当我运行代码时，none 的模型似乎就足够了我知道，如果其中一个模型足够，它就是最好的模型。这是我的代码，有什么问题吗？

install.packages("glm2")
library(glm2)
data("heart")
attach(heart)
head(heart)
nondeath<-c(Patients - Deaths)
nondeath
logreg4<-glm(cbind(Deaths,nondeath)~AgeGroup+Severity+Delay+Region,family=binomial(link = probit))
summary(logreg4)
1-pchisq(109.02,69)##model is not adequate 0.001524977
logreg6<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity+Delay+Region,family=binomial(link = probit))
summary(logreg6)
1-pchisq(88.607,68)#0.04740388
logreg7<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity*Delay+Region,family=binomial(link = probit))
summary(logreg7)
1-pchisq(85.906,65)#0.04232451
logreg8<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity*Delay*Region,family=binomial(link = probit))
summary(logreg8)###model is not adequate 0.04740388


logreg5<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity+Delay+Region,family=quasibinomial(link = probit))
summary(logreg5)
1-pchisq(79.485,58)##model is not adequate 0.04740388
logreg9<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity*Delay+Region,family=quasibinomial(link = probit))
summary(logreg9)#0.04232451
logreg0<-glm(cbind(Deaths,nondeath)~AgeGroup*Severity*Delay*Region,family=quasibinomial(link = probit))
summary(logreg0)##model is not adequate 0.04740388

Answer 1

您正在使用 glm2 中的一个数据集，该数据集用于演示 glm 收敛中的问题，但您使用的不是 glm2，而是 glm. 您需要先将变量转换为因子，这里有数字，所以使用

logreg4<-
glm(cbind(Deaths,nondeath)~factor(AgeGroup)+factor(Severity)+factor(Delay)+factor(Region),family=binomial(link 
= probit))

在查看残差时，出现了问题，因此最好对数据集使用对数 link。查看？ glm2 的一些例子。您可以 select 具有最低 AIC 的模型。

我怎样才能在 probit link 中做出最好的模型

how can I make the best model in probit link

r

glm

logistic-regression