3
predict(glm, newdata, type = "response", se.fit = TRUE)
を用いた線形モデルまたはGLMからそれらを計算する場合、それは正常に動作し、$フィット、$ se.fit、$ DFと$ residual.scaleの値を返します(私がわかりません最後の2つの出力があります - それについての説明も非常に高く評価されています)。
しかし、glmをゼロ膨張モデルで置き換えると、$ fitの値しか得られません。ここで
例: (私はset.seedを使用する方法がわからない - そのために私を責めないで)誰が間違ってここに何が起こるのか知っていますし、私はどのように計算することができ
set.seed(123)
a <- data.frame(participant = c(1:10),
activity = c(round(abs(rnorm(10)))),
METmin = c(round(abs(rnorm(10)))),
Var4 = c(round(abs(rnorm(10)))),
Var5 = c(round(abs(rnorm(10)))))
b <- data.frame(participant = c(1:10),
activity = c(round(abs(rnorm(10)))),
METmin = c(round(abs(rnorm(10)))),
Var4 = c(round(abs(rnorm(10)))),
Var5 = c(round(abs(rnorm(10)))))
identical(a,b) #FALSE
model <- zeroinfl(METmin~activity + Var4 + Var5, data = a)
predict(model, newdata = b, type = "response", se.fit = T)
これらの標準エラー?
ありがとうございました。
@MrFlick上記の質問を編集しました。 – fabha
$ dfは自由度の略語です。私はresidual.scaleに慣れていませんが、残差は通常y = 0の周りにランダムに分散しているかどうかを見るためにプロットされます。 https://stat.ethz.ch/R-manual/R-devel/library/stats/html/predict.glm.htmlから、$ residual.scaleはスカラーを生成し、スカラーを生成します。標準エラー。 – user108363