时间戳

首页 > 解决方案 > 如何识别 logit GLM 中的截止值

r - 如何识别 logit GLM 中的截止值

问题描述

为逻辑 GLM 生成一些数据：

set.seed(123)
x1 = rnorm(2000)           
z = 1 + 3*x1 + 3*exp(x1)         
pr = 1/(1+exp(-z))         
y = rbinom(2000,1,pr)

df = data.frame(y=y,x1=x1)

运行模型：

mod <- glm(y ~ x1,data=df,family=binomial(link=logit))

逻辑图：

library(visreg)
library(ggplot2)
visreg(mod, 'x1', scale='response', rug=2, gg=TRUE)+
  theme_bw(18)

在此处输入图像描述

我需要计算 x1 的截止值，它定义了 y=1 的 50% 概率。我想我需要这个predict功能：

pred <- predict(mod, type = "response")

编辑

如下所示，我找到了截止点；但是，我想进行 ROC 分析以验证其特异性和敏感性。运行此代码是否足够？

prob=predict(mod,type=c("response"))
df$prob=prob
library(pROC)
g <- roc(y ~ prob, data = df)
plot(g)
g

标签： rpredictionglmroc

解决方案

您可以使用dose.p来自MASS. 试用：

library(MASS)
dose.p(mod, p = 0.5)
#               Dose         SE
#p = 0.5: -0.8457261 0.02039277

使用predict，x1[as.numeric(names(pred[round(pred, 2) == 0.5]))]提供x1离截止点很近（最接近的百分之一）的点

[1] -0.8497043 -0.8490611 -0.8445834 -0.8468964 -0.8491746

推荐阅读