机器算法验证 - 如何在 R 中没有比例优势假设的情况下固定序数逻辑回归中的系数？ - 吾爱随笔录

如何在 R 中没有比例优势假设的情况下固定序数逻辑回归中的系数？

机器算法验证 r 回归物流

2022-03-14 04:20:54

我想在没有比例优势假设的情况下在 R 中进行序数逻辑回归。我知道这可以通过设置直接使用vglm()函数来完成。Rparallel=FALSE

但我的问题是如何在这个回归设置中修复一组特定的系数？例如，说因变量 $Y$ 是离散和有序的，可以取值 $Y = 1$ , $2$ ，或者 $3$ . 如果回归器是 $X_{1}$ 和 $X_{2}$ ，则回归方程为

\begin{aligned} l o g i t (P (Y \leq 1)) & = α_{1} + β_{11} X_{1} + β_{12} X_{2} \\ l o g i t (P (Y \leq 2)) & = α_{2} + β_{21} X_{1} + β_{22} X_{2} \end{aligned}

$\begin{aligned} {\rm logit} \big( P(Y \leq 1) \big) &= \alpha_{1} + \beta_{11}X_{1} + \beta_{12}X_{2} \\ {\rm logit}\big(P(Y \leq 2) \big) &= \alpha_{2} + \beta_{21}X_{1} + \beta_{22}X_{2} \end{aligned}$

我想设置 $\beta_{11}$ 和 $\beta_{22}$ 到 $1$ . 请让我知道如何实现这一目标。另外，如果R不能做到这一点，您能否让我知道我是否可以在任何其他统计软件中实现这一点？

1个回答

当他/她说“我不能使用offset，因为它完全从回归中删除了相应的回归量”时，我不确定我是否理解 OP 的意思。您可以使用 R 中的函数修复参数offset()。我在lm()下面使用，但它也应该在您的模型中工作。

dat  <- data.frame(x=rnorm(30))
dat$y <- dat$x * 2 + rnorm(30) 
free <- lm(y ~ x,dat)
fixed1<- lm(y ~ offset(2 * x),dat)

summary(free)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  0.03899    0.17345   0.225    0.824    
#x            2.17532    0.18492  11.764 2.38e-12 ***

summary(fixed1)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.05043    0.17273   0.292    0.772

固定的参数没有显示在输出中，但它仍然固定为 2。接下来我将在模型中将x参数固定为它的估计值free

fixed2<- lm(y ~ offset(2.17532 * x),dat)
summary(fixed2)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.03899    0.17002   0.229     0.82

fixed2请注意，使用与模型中相同的值估计截距free。

其它你可能感兴趣的问题

上一篇如何在每日时间序列数据中模拟月度效应？下一篇如何对具有时变偏差的有偏硬币进行建模？