У меня есть полиномиальная модель, которая выглядит следующим образом:
У меня есть группа наблюдений (пациентов), у которых есть 1 из 5 классов: Контроль, A_severe, A_low, B_severe и B_low.
Поэтому я попытался подогнать мультиномную модель к пакету nnet и извлек p-значения теста Вальда следующим образом:
multinom_wout20_1 = multinom(formula_wout20_base,data=wout_20_training, maxit=10000)
summary(multinom_wout20_1)
Коэффициенты:
exp(coef(multinom_wout20_1))
Z-значения
z_wout <- summary(multinom_wout20_1)$coefficients/summary(multinom_wout20_1)$standard.errors
z_wout
И мы получаем p-значения:
# 2-tailed z test
p_wout <- (1 - pnorm(abs(z_wout), 0, 1)) * 2
p_wout
А затем я передал их в пользовательскую переменную, чтобы увидеть их как буквы (более интуитивно понятно)
## Function to Pass our values to letters.
sign_levels_df_letter <- function(df) {
df <- ifelse(df >.80, "Z", ifelse(df >.50, "FFF",
ifelse( df >.30, "FF",
ifelse(df >.10 , "F",
ifelse(df <= 0.0001, "AAA",
ifelse(df <= .0005,"AA+",
ifelse(df <= .001,"AA",
ifelse(df <= .005, "A+",
ifelse (df<= .01, "A",
ifelse(df<= .05, "A-",
ifelse(df <=.07, "B",
ifelse(df <=.10, "C", NA
))))))))))))
return(df)
}
aux_pwout0 = sign_levels_df_letter(p_wout) ; aux_pwout0
Что, я полагаю, то же самое (потому что они совпадают по символике с *, *** и **), если я использую пакет stargazer
library(stargazer)
stargazer(multinom_wout20_1, type= "text" ) # "html", out="multi1.htm")
Но как видно из ответа этой темы:
Есть некоторые проблемы с использованием Wald вместо LogLikehood. ¿Как получить p-значение теста отношения правдоподобия из моей модели?
Я не возражаю против использования других функций для моих данных, но mlogit из пакета mloget требует, чтобы я передал свои данные в широкий формат, что не так просто, как кажется, но я полагаю, что мог бы извлечь из:
R: как отформатировать мои данные для полиномиального логита?
Если бы какой-нибудь пользователь этой последней функции мог сказать мне, есть ли какая-то секретная функция, которая автоматизирует это, это также решило бы мою проблему.