j'ai les coefficients d'un GLM monté dans R, et je veux prédire les valeurs attendues pour une nouvelle série de données. Si j'avais l'objet model, ce serait simple, en utilisant predict(). Cependant, je suis maintenant hors site et pour des raisons de confidentialité des données je n'ai plus l'objet modèle. Je n'ai que l'objet de résumé, généré en utilisant résumé (modèle), qui contient les coefficients du modèle.Comment prédire de ns paramètres spline sans objet modèle
Il est assez facile d'utiliser les coefficients pour prédire les valeurs attendues pour un modèle simple. Cependant, je voudrais savoir comment faire lorsque le modèle comprend une ns splines cubiques(). Tous les raccourcis pour quand le modèle comprend également des variables catégoriques seraient également appréciés.
Voici un exemple simple.
library(splines)
dat <- data.frame(x=1:500, z=runif(500), k=as.factor(sample(c("a","b"), size=500, replace=TRUE)))
kvals <- data.frame(kn=c("a","b"),kv=c(20,30))
dat$y = dat$x + (40*dat$z)^2 + kvals$kv[match(dat$k,kvals$kn)] + rnorm(500,0,30)
# Fit model
library(splines)
mod <- glm(y ~ x + ns(z,df=2) + k,data=dat)
# Create new dataset
dat.new <- expand.grid(x=1:3,z=seq(0.2,0.4,0.1),k="b")
# Predict expected values in the usual way
predict(mod,newdata=dat.new)
summ <- summary(mod)
rm(mod)
# Now, how do I predict using just the summary object and dat.new?
http://stats.stackexchange.com/a/101484/11849 – Roland
Si vous utilisez une fonction Htat est pas dans le dossier de base, vous devez toujours ajouter l'appel de la bibliothèque nécessaire. –