En R, après mise en place d'un GLM, vous pouvez obtenir des informations de synthèse contenant les déviance résiduelle et déviance nulle qui vous indique la qualité de votre modèle est comparé au modèle avec juste le terme d'interception, pour l'exemple modèle:Comment obtenez-vous les équivalents de déviance nulle et résiduelle de R dans Matlab fitglm?
model <- glm(formula = am ~ mpg + qsec, data=mtcars, family=binomial)
nous avons:
> summary(model)
...
Null deviance: 43.2297 on 31 degrees of freedom
Residual deviance: 7.5043 on 29 degrees of freedom
AIC: 13.504
...
En Matlab, lorsque vous utilisez fitglm
vous retournez un objet de GeneralizedLinearModel
classe, qui possède une propriété Deviance
contenant la déviance résiduelle. Cependant, je ne peux rien trouver directement lié à la déviance nulle. Quel est le moyen le plus simple de calculer cela?
Exemple Code Matlab:
load fisheriris.mat
model = fitglm(meas(:, 1), ismember(species, {'setosa'}), 'Distribution', 'binomial')
produit:
model =
Generalized Linear regression model:
logit(y) ~ 1 + x1
Distribution = Binomial
Estimated Coefficients:
Estimate SE tStat pValue
_________________ _________________ _________________ ____________________
(Intercept) 27.8285213954246 4.8275686220899 5.76450042948896 8.19000695766331e-09
x1 -5.17569812610148 0.893399843474784 -5.79326061438645 6.90328570107794e-09
150 observations, 148 error degrees of freedom
Dispersion: 1
Chi^2-statistic vs. constant model: 119, p-value = 9.87e-28
avec une déviance résiduelle model.Deviance
:
>> model.Deviance
ans =
71.8363992272217