R follows the popular custom of fla

R follows the popular custom of flagging significant coefficients with one, two or three stars depending on their p-values. Try plot(lrfit). You get the same plots as in a linear model, but adapted to a generalized linear model; for example the residuals plotted are deviance residuals (the square root of the contribution of an observation to the deviance, with the same sign as the raw residual).

The functions that can be used to extract results from the fit include

residuals or resid, for the deviance residuals
fitted or fitted.values, for the fitted values (estimated probabilities)
predict, for the linear predictor (estimated logits)
coef or coefficients, for the coefficients, and
deviance, for the deviance.
Some of these functions have optional arguments; for example, you can extract five different types of residuals, called "deviance", "pearson", "response" (response - fitted value), "working" (the working dependent variable in the IRLS algorithm - linear predictor), and "partial" (a matrix of working residuals formed by omitting each term in the model). You specify the one you want using the type argument, for example residuals(lrfit,type="pearson").

ผลลัพธ์ (ไทย) 1:

R ตามประเพณีนิยมของการตั้งค่าสถานะสัมประสิทธิ์สำคัญหนึ่ง สอง หรือสามดาวขึ้นอยู่กับค่า p ลอง plot(lrfit) คุณได้รับผืนเดียวในรูปแบบเชิงเส้น แต่ดัดแปลงแบบจำลองเชิงเส้นเมจแบบทั่วไป ตัวอย่าง ค่าคงเหลือลงจุดมีค่าคงเหลือ deviance (รากของผลของการสังเกตการ deviance มีเครื่องหมายเหมือนกับส่วนที่เหลือจากวัตถุดิบ)ฟังก์ชันที่สามารถใช้ในการดึงผลลัพธ์จากรวมพอดีค่าคงเหลือหรือจุด สำหรับค่าคงเหลือ devianceติดตั้ง หรือ fitted.values ค่าผ่อน (ประเมินกิจกรรม)ทำนาย สำหรับผู้ทายผลเชิงเส้น (ประมาณ logits)coef หรือสัมประสิทธิ์ สำหรับสัมประสิทธิ์ และdeviance สำหรับ deviance ที่บางฟังก์ชันเหล่านี้มีอาร์กิวเมนต์ตัวเลือก ตัวอย่าง คุณสามารถแยกห้าชนิดต่าง ๆ ค่าคงเหลือ เรียกว่า "deviance" "เพียร์สัน" "ตอบสนอง" (ตอบ - ค่าผ่อน), "ทำงาน" (การทำงานขึ้นอยู่กับตัวแปรในขั้นตอนวิธี IRLS - จำนวนประตูที่เส้น), และ "บางส่วน" (เมทริกซ์ของค่าคงเหลืองานก่อตั้งขึ้น โดยรัฐบาลแต่ละระยะในแบบ) คุณระบุหนึ่งต้องใช้อาร์กิวเมนต์ชนิด เช่น residuals(lrfit,type="pearson")

ผลลัพธ์ (ไทย) 2:

R ตามที่กำหนดเองได้รับความนิยมอย่างมีนัยสำคัญของค่าสัมประสิทธิ์การตั้งค่าสถานะที่มีหนึ่งสองหรือสามดาวขึ้นอยู่กับค่าพีของพวกเขา พยายามที่พล็อต (lrfit) คุณจะได้รับการแปลงเช่นเดียวกับในรูปแบบเชิงเส้น แต่ปรับให้เข้ากับรูปแบบเชิงเส้นทั่วไป; ตัวอย่างที่เหลือเป็นพล็อตที่เหลืออันซ์ (รากที่สองของการมีส่วนร่วมของการสังเกตที่จะเบี่ยงเบนที่มีสัญลักษณ์เช่นเดียวกับที่เหลือดิบ). ฟังก์ชั่นที่สามารถใช้ในการสกัดผลที่ได้จากแบบที่รวมเหลือหรือ resid สำหรับ เหลืออันซ์ติดตั้งหรือ fitted.values ​​สำหรับค่าติดตั้ง (น่าจะประมาณ) คาดการณ์สำหรับการทำนายเชิงเส้น (ประมาณ logits) COEF หรือค่าสัมประสิทธิ์สำหรับค่าสัมประสิทธิ์และเบี่ยงเบนเพื่อเบี่ยงเบน. บางส่วนของฟังก์ชั่นเหล่านี้มีข้อโต้แย้งตัวเลือก; ตัวอย่างเช่นคุณสามารถแยกห้าชนิดที่แตกต่างกันของเหลือเรียกว่า "อันซ์", "เพียร์สัน", "ตอบสนอง" (การตอบสนอง - ค่าติดตั้ง), "ทำงาน" (ตัวแปรตามการทำงานในขั้นตอนวิธี IRLS - ทำนายเชิงเส้น) และ " บางส่วน "(เมทริกซ์ของเหลือการทำงานที่เกิดขึ้นจากระยะถนัดในแต่ละรุ่น) คุณสามารถระบุหนึ่งที่คุณต้องการใช้อาร์กิวเมนต์ชนิดสำหรับตัวอย่างที่เหลือ (lrfit ประเภท = "เพียร์สัน")

ผลลัพธ์ (ไทย) 3:

ตามธรรมเนียมนิยมของ R ค่าสถานะแตกต่างกัน หนึ่ง สอง หรือ สามดาวขึ้นอยู่กับ p-values ของพวกเขา ลองพล็อต ( lrfit ) คุณได้รับแปลงเดียวกันในรูปแบบเชิงเส้น แต่ปรับให้เข้ากับรูปแบบกราฟเชิงเส้น ตัวอย่างเช่น ซึ่งวางแผนจะเบี่ยงเบนความคลาดเคลื่อน ( รากที่สองของบริจาคของการสังเกตเพื่อเบี่ยงเบน กับป้ายเดียวกับดิบ
ตกค้าง )
ฟังก์ชั่นที่สามารถใช้สารสกัดจากผลพอดีรวมค่า

หรือ resid ในถุ้งเข็มขัด หรือค่า
fitted.values สำหรับติดตั้งค่าประมาณความน่าจะเป็น )
ทำนาย เพื่อทำนายเชิงเส้น ( ประมาณ logits )
coef หรือสัมประสิทธิ์การถดถอยและ
เบี่ยงเบน ในถุ้ง .
บางฟังก์ชันมีอาร์กิวเมนต์ตัวเลือก ตัวอย่างเช่นคุณสามารถแยกห้าชนิดที่แตกต่างกันของความคลาดเคลื่อน เรียกว่า " เบี่ยงเบน " , " เพียร์ " , " การตอบสนอง " ( การตอบสนอง - พอดีค่า ) , " การทำงาน " ( ทำนายตัวแปรทำงานในขั้นตอนวิธีเชิงเส้น - ไอริส ) และ " บางส่วน " ( เมทริกซ์ของการทำงานซึ่งเกิดขึ้นโดยทำการแต่ละภาคในรูปแบบ ) . คุณสามารถระบุสิ่งที่คุณต้องการใช้ประเภทของการโต้แย้ง เช่น ค่า ( lrfit ประเภท = " เพียร์ " )