Отрицательная биномиальная регрессия: интерпретация коэффициентов

Как следует интерпретировать коэффициенты (перехват, категориальная переменная, непрерывная переменная) в модели отрицательной биномиальной регрессии? Какова основная формула регрессии (например, для регрессии Пуассона это $ \ ln (\ mu) = \ beta_0 + \ beta_1 x_1 + \ dots $)?

Ниже у меня есть пример выходных данных моей конкретной модели, которую я хочу интерпретировать, где seizure.rate - это переменная количества, а категория лечения (плацебо или неплацебо).

Call:
glm.nb(formula = seizure.rate2 ~ treatment2, data = epilepsy2, 
    init.theta = 1.499060952, link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-2.3504  -0.8814  -0.4627   0.4279   1.8897  

Coefficients:
                    Estimate Std. Error z value Pr(>|z|)    
(Intercept)           2.0750     0.1683  12.332   <2e-16 ***
treatment2Progabide  -0.4994     0.2397  -2.084   0.0372 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for Negative Binomial(1.4991) family taken to be 1)

    Null deviance: 71.220  on 57  degrees of freedom
Residual deviance: 66.879  on 56  degrees of freedom
AIC: 339.12

Number of Fisher Scoring iterations: 1


              Theta:  1.499 
          Std. Err.:  0.362 

 2 x log-likelihood:  -333.120


regression linear-regression non-linear-regression
person Plasmaths    schedule 25.04.2018    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Это экспонента суммы коэффициентов: seizure.rate2 = exp (2,0750-0,4994 * treatment2Proabide) = exp (2,075) * exp (-0,4994 * treatment2Proabide)

или вы можете использовать код names (YourModelname). Этот код предоставит вам вывод имен, и вы можете просмотреть fit.values ​​, чтобы получить прогнозируемые значения. Иногда я делаю это как двойную проверку, чтобы убедиться, что правильно выписал формулу.

person Jessi    schedule 25.07.2018
comment
Большое спасибо, Джесси! - person Plasmaths; 12.10.2018