logistic-regression - 如何解释 R 编程中的 oglmx 函数?
问题描述
目前正在开展一个项目,该项目应该模拟公众对定价方案的接受程度。用于模型的自变量:- 年龄、性别、收入等......本质上是分类的,所以我使用 as.factor() 函数将它们转换为因子变量。
Age Gender Income
0 1 2
0 0 0
0 0 1
我有某些其他变量,例如过境满意度、环境改善等……它们是 1 到 5 的有序因子。1表示非常不满意,5表示非常满意。
我的模型如下:-
mdl = oglmx( prcing ~Ann_In1+Edu+Env_imp+rs_imp,data=cpdat, link = "logit", constantMEAN = F, constantSD = F, delta = 0, threshparam = NULL)
summary(mdl)
Estimate Std. error t value Pr(>|t|)
Ann_In11 0.1605540 0.3021613 0.5314 0.5951749
Ann_In12 -0.9556992 0.4218504 -2.2655 0.0234824 *
Edu1 0.0710699 0.2678081 0.2654 0.7907196
Edu2 1.0732587 0.7112519 1.5090 0.1313061
Env_imp.L -0.8524288 0.4899275 -1.7399 0.0818752 .
Env_imp.Q 0.0784353 0.3936332 0.1993 0.8420595
Env_imp.C 0.4589036 0.4498676 1.0201 0.3076878
Env_imp^4 -0.2219108 0.4423486 -0.5017 0.6159032
rd_sft.L 2.6335035 0.7362206 3.5771 0.0003475 ***
rd_sft.Q -0.7064391 0.5773880 -1.2235 0.2211377
rd_sft.C 0.0130127 0.4408486 0.0295 0.9764519
rd_sft^4 -0.2886550 0.3582014 -0.8058 0.4203318
我得到的结果如下。我无法解释结果。这方面的任何线索都会非常有帮助。如果 rd_sft(道路安全)因为 rd_sft.L(线性)比其他级别显着,我们可以忽略其他级别,即模型形成中的 Q、C、^4 吗?请通过一些关于模型制定及其解释的信息,因为我是 R 新手。
解决方案
推荐阅读
- c# - 如何在 C# 中从键盘输入日期时间变量
- ios - 苹果验证网址
- c# - 是否可以在vector3中包含一个变量?
- build - 我如何构建 Testcafe 以便为它做出贡献?
- javascript - 为什么创建评论部分时我的状态没有按预期更新?
- python - 如何使用反向功能从 ModelViewSet(Django Rest Framework)获取 url 到操作方法?
- google-chrome - 谷歌浏览器可以恢复多少个标签页?
- c++ - 将静态全局变量声明为内联有什么意义吗?
- c# - 在 C# 中创建要绘制的工作区的方法
- hyperledger-fabric - 从对等方加入频道时出错:此身份不是管理员