glm 模型的预测概率是 0 还是 1？

Question

我的响应变量，status 有两个值，1 表示活着，0 表示死了。

我已经建立了一个这样的模型 model<- glm(status ~., train_data, family='binomial')。我使用 predict(model, test_data, type = 'response')，它给出了一个预测概率向量，如下所示：

0.02  0.04  0.1

这些概率是有人活着（即 status == 1）还是有人死了（即 status == 0）？

我很确定这是一个人活着的概率，但是总是这样吗？有没有办法直接在 predict() 函数中指定它？

Answer 1

来自 ?binomial:

For the ‘binomial’ and ‘quasibinomial’ families the response can be specified in one of three ways:

As a factor: ‘success’ is interpreted as the factor not having the first level (and hence usually of having the second level).

As a numerical vector with values between ‘0’ and ‘1’, interpreted as the proportion of successful cases (with the total number of cases given by the ‘weights’).

As a two-column integer matrix: the first column gives the number of successes and the second the number of failures.

如果 status 是数值为 0 或 1 的数值，则假定“案例总数”为 1（即，每个观察结果是失败 (0) 或成功 (1)单身人士）。（概率是总是“1 的概率”，即 0 总是表示“失败”，1 总是表示“成功”。）

据我所知，在 predict() 中无法更改此设置：如果您想翻转概率，则需要使用 1-status 而不是 status您的响应变量。

glm 模型的预测概率是 0 还是 1？

Are predicted probabilities from glm models probabilities of 0 or 1?

r

glm