0
私は多くの説明変数があるので、私は多項ロジットモデルのペナルティ推定をしたいと思っています。 glmnetパッケージを使用して次のように、私はproceedeなる:それらの一つであるのでglmet-packageを使った罰せられたGLM
library(glmnet)
data(MultinomialExample)
cvfit=cv.glmnet(x, y, family="multinomial", type.multinomial = "grouped", parallel = TRUE)
plot(cvfit)
coef(cvfit, s = "lambda.min")
多項ロジット回帰を実行する他のパッケージから、私は、Kレベルの従属変数の出力は、K-1の係数ことKOWいわゆる参照カテゴリ。
しかし、coef(cvfit, s = "lambda.min")
は私に私を混乱各カテゴリ、の係数を与える:
$`1`
31 x 1 sparse Matrix of class "dgCMatrix"
1
(Intercept) 0.015885341
V1 0.051848049
V2 -0.340036374
V3 0.421616900
....
$`2`
31 x 1 sparse Matrix of class "dgCMatrix"
1
(Intercept) -0.017214370
V1 -0.329369991
V2 -0.145053512
V3 -0.160609561
.......
$`3`
31 x 1 sparse Matrix of class "dgCMatrix"
1
(Intercept) 0.001329029
V1 0.277521942
.......
だから、基本的には:
は、あなたが出力をinterpreteする方法を知っていますか?
カテゴリ2の係数をどのように得るか知っていますか?& 3 - 参照カテゴリを1と仮定しますか?
ありがとうございました! KH Kimでは、係数と確率を再現することができました。上記の記載がない場合は、イベントとなります。 - 適合したglmnet出力の概要統計を得る方法:標準誤差、t統計量、およびp値?解釈の面で - これらの係数は何を表していますか? – Jogi
私はパッケージを信じています – jruf003
私はこのパッケージが故意にp値などを提供しないと信じています - それ以上の説明はここにあります:https://stackoverflow.com/questions/12937331/why-is-it-inadvisable-to-get-statistical- summary-for-regression-coef/17725220を参照してください。 P.S.私の答えが助けられたら、それを受け入れてください。 – jruf003