R multinom 拟合多项对数线性模型

R语言 multinom 位于 nnet 包(package)。

通过神经网络拟合多项对数线性模型。

multinom(formula, data, weights, subset, na.action,
         contrasts = NULL, Hess = FALSE, summ = 0, censored = FALSE,
         model = FALSE, ...)

`formula`	回归模型的公式表达式，格式为 `response ~ predictors` 。响应应该是一个因子或具有 K 列的矩阵，它将被解释为每个 K 类的计数。拟合对数线性模型，第一类的系数为零。可以包含偏移量：如果响应是具有 K 列的矩阵或具有 K >= 2 类的因子，则它应该是具有 K 列的数值矩阵，或者是具有 2 个级别的响应因子的数值向量。有关其他详细信息，请参阅`formula()` 的文档。
`data`	一个可选数据帧，用于解释 `formula` 中出现的变量。
`weights`	配件中可选择 shell 重量。
`subset`	表达式说明在拟合中应使用数据行的哪个子集。默认情况下包括所有观察结果。
`na.action`	过滤缺失数据的函数。
`contrasts`	用于模型公式中作为变量出现的部分或全部因子的对比列表。
`Hess`	是否应返回 Hessian(观察/预期信息矩阵)的逻辑。
`summ`	整数;如果非零，则通过删除重复行进行汇总并调整权重。方法1和2速度不同(2使用`C`)；方法 3 还将具有相同 X 和不同 Y 的行组合起来，这会更改偏差的基线。
`censored`	如果 Y 是具有 `K` 列的矩阵，则将条目解释为 1 表示可能的类别，0 表示不可能的类别，而不是解释为计数。
`model`	合乎逻辑的。如果为 true，则模型框架将保存为返回对象的组件`model`。
`...`	`nnet` 的附加参数

multinom 调用 nnet 。公式右侧的变量应大致缩放为 [0,1]，否则拟合速度会很慢或根本无法收敛。

具有附加组件的 nnet 对象：

`deviance`	与完全饱和模型(准确解释个别观察结果)相比的残余偏差。另外，减去两倍对数似然。
`edf`	模型使用的(有效)自由度数
`AIC`	适合此拟合的 AIC。
`Hessian`	(如果`Hess`为真)。
`model`	(如果`model`为真)。

oc <- options(contrasts = c("contr.treatment", "contr.poly"))
library(MASS)
example(birthwt)
(bwt.mu <- multinom(low ~ ., bwt))
options(oc)

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

相关用法

注：本文由纯净天空筛选整理自R-devel大神的英文原创作品 Fit Multinomial Log-linear Models。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。