r - 逻辑回归:如何根据特定概率计算 x 值?
问题描述
如何在逻辑回归中找到实现一定概率所需的自变量值?例如,假设我们有以下模型,其中 X1 是二进制 (0,1),X2 是连续的。
m<-glm(Y~ X1+X2 , data=data, family="binomial")
例如,如何在 X1 的每个级别上找到与概率 (P) =51% 相关的 X2 值?我正在使用 R 语言!
在此链接中,它在只有 1 个预测变量(连续)时提供了答案。我问什么时候有多个预测变量(有些是连续的,有些是分类的)。谢谢
谢谢!
解决方案
推荐阅读
- c - 递归函数来确定一个系列是向上还是向下
- apache-kafka - ZABBIX Java Gateway ZBX_TCP_READ() 在通过 Docker 上的远程 JMX 连接到 Kafka 时超时
- c# - 在 C# 中的 DataGridView 中显示多于一行
- r - 如何将表格的输出转换为值?R
- javascript - 想要在输入字段中自动完成但没有得到它
- python - 在 Python 中以可调用的 2D 格式保存 DataFrame 列表
- amazon-web-services - AWS SDK 版本升级抛出:ENDPOINT_OVERRIDDEN: java.lang.NoSuchFieldError for SSM
- drupal - 带有 DDEV 的 Drupal 控制台
- c++ - 没有任何已加载函数“Getline”的实例与参数列表匹配
- javascript - 如何将渲染的 DOM 元素保存为 pdf