0
由於我有很多解釋性變量,我想對多項logit模型進行懲罰性估計。使用glmnet包,我會proceede如下:使用glmet-包的懲罰性GLM
library(glmnet)
data(MultinomialExample)
cvfit=cv.glmnet(x, y, family="multinomial", type.multinomial = "grouped", parallel = TRUE)
plot(cvfit)
coef(cvfit, s = "lambda.min")
從執行多項logit迴歸其他包,我叩頭,對於具有K水平的因變量的輸出K-1的係數,因爲它們中的一個是所謂的參考類別。
然而,coef(cvfit, s = "lambda.min")
給我的係數爲每個類別,這讓我困惑:
$`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
.......
所以基本上:
你知道如何interprete輸出?
你知道我如何得到類別2的係數& 3 - 假設1是參考類別?
非常感謝!用KH Kim我可以複製係數以及概率。一個問題仍然存在 - 事件是否如上所述 - 如何獲得擬合glmnet輸出的統計數據:標準誤差,t統計量和p值?就解釋而言 - 這些係數表示什麼? – Jogi
我相信包 – jruf003
我相信包故意不提供p值等 - 進一步解釋在這裏:https://stackoverflow.com/questions/12937331/why-is-it-inadvisable-to-get-statistical-總之,用信息迴歸COEF/17725220。附:如果我的答案能幫到你,請接受它? – jruf003